Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

IGEV-Stereo+	0.45 107	0.21 26	0.43 35	0.41 44	0.39 291	0.15 1	0.19 6	0.44 4	0.36 27	0.26 5	0.25 7	0.31 36	0.41 90	1.43 296	0.30 45	0.17 100	0.12 51	0.15 19	0.11 8	1.16 533	1.70 548

S2M2_XL	0.24 1	0.24 76	0.39 14	0.34 1	0.24 38	0.16 2	0.18 2	0.32 1	0.22 4	0.29 10	0.40 25	0.24 6	0.23 8	0.32 1	0.26 18	0.20 215	0.18 312	0.18 111	0.16 150	0.18 120	0.14 61

dual_stereo	0.27 4	0.19 5	0.35 1	0.39 29	0.21 9	0.25 3	0.22 16	0.48 6	0.31 16	0.32 19	0.26 10	0.37 52	0.24 10	0.83 130	0.29 35	0.16 57	0.12 51	0.14 1	0.11 8	0.14 18	0.11 2

LG-Stereo_L2	0.29 10	0.20 8	0.45 50	0.37 9	0.25 55	0.26 4	0.20 9	0.78 75	0.28 11	0.28 7	0.26 10	0.24 6	0.26 17	0.91 155	0.23 2	0.15 36	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

StereoAnything_RVC	0.45 107	1.43 539	0.48 64	0.35 3	0.20 3	0.26 4	0.21 12	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 69	1.27 253	0.22 1	0.21 249	0.11 26	0.14 1	0.10 2	2.37 544	0.11 2

RAStereo	0.34 38	0.21 26	0.66 179	0.47 114	0.27 87	0.26 4	0.29 60	0.69 49	0.63 107	0.32 19	0.42 29	0.45 71	0.31 36	0.45 12	0.34 98	0.17 100	0.15 221	0.19 134	0.15 108	0.18 120	0.13 35

CroCo-Stereo	0.40 71	0.31 266	0.73 237	0.58 312	0.27 87	0.26 4	0.33 91	0.95 147	0.81 172	0.42 57	0.47 53	0.65 163	0.47 129	0.39 6	0.34 98	0.18 139	0.15 221	0.16 49	0.14 90	0.19 161	0.16 124
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
monsterstereo	0.34 38	0.20 8	0.44 37	0.45 95	0.35 239	0.27 8	0.29 60	0.53 9	0.51 75	0.44 66	0.61 97	0.26 14	0.25 12	1.19 234	0.27 23	0.13 19	0.11 26	0.15 19	0.12 38	0.15 38	0.10 1

CroCo-Stereo Lap2	0.44 99	0.34 328	0.77 274	0.61 351	0.79 488	0.28 9	0.35 111	0.75 65	0.71 143	0.38 41	0.50 67	0.72 185	0.55 180	0.57 44	0.47 225	0.17 100	0.18 312	0.19 134	0.16 150	0.21 236	0.20 248

LG-Stereo_L1	0.30 14	0.20 8	0.44 37	0.37 9	0.26 63	0.29 10	0.21 12	0.66 42	0.26 9	0.25 3	0.25 7	0.24 6	0.22 6	1.24 246	0.23 2	0.15 36	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

zero-FE	0.36 47	0.22 45	0.47 61	0.45 95	0.43 325	0.30 11	0.24 29	0.61 27	0.33 22	0.33 24	0.41 27	0.37 52	0.50 154	0.64 68	0.32 67	0.22 275	0.11 26	0.18 111	0.12 38	0.83 519	0.16 124

MaDis-Stereo	0.36 47	0.25 104	0.58 134	0.44 81	0.34 235	0.30 11	0.30 70	0.72 58	0.50 66	0.37 35	0.36 20	0.58 137	0.49 148	0.52 27	0.36 118	0.19 180	0.16 261	0.19 134	0.15 108	0.18 120	0.14 61

S2M2	0.34 38	0.28 178	0.45 50	0.40 36	0.30 151	0.31 13	0.16 1	0.60 26	0.64 111	0.31 15	0.48 56	0.47 82	0.34 52	0.38 4	0.32 67	0.25 344	0.22 388	0.20 169	0.22 316	0.25 312	0.22 283

FoundationStereo	0.24 1	0.21 26	0.36 3	0.38 22	0.22 16	0.32 14	0.22 16	0.39 2	0.23 6	0.30 14	0.25 7	0.30 33	0.33 45	0.34 3	0.26 18	0.16 57	0.12 51	0.15 19	0.11 8	0.13 4	0.12 10

IGEV-Stereo++	0.30 14	0.20 8	0.40 17	0.46 103	0.30 151	0.33 15	0.22 16	0.75 65	0.45 51	0.32 19	0.41 27	0.32 37	0.48 140	0.38 4	0.27 23	0.15 36	0.11 26	0.15 19	0.12 38	0.15 38	0.13 35

monsters	0.34 38	0.20 8	0.41 22	0.39 29	0.36 249	0.34 16	0.27 49	0.66 42	0.43 46	0.47 82	0.40 25	0.22 2	0.23 8	1.33 268	0.25 10	0.13 19	0.10 9	0.14 1	0.11 8	0.13 4	0.13 35

AFF-stereo	0.58 202	0.25 104	0.64 165	0.46 103	0.29 129	0.34 16	0.38 153	1.15 231	1.14 315	1.17 309	1.60 431	1.10 330	0.71 254	0.97 177	0.43 188	0.13 19	0.11 26	0.19 134	0.19 211	0.17 89	0.14 61

MLG-Stereo_test2	0.26 3	0.20 8	0.36 3	0.37 9	0.22 16	0.35 18	0.18 2	0.45 5	0.21 2	0.26 5	0.23 5	0.34 43	0.20 1	0.77 107	0.23 2	0.16 57	0.11 26	0.15 19	0.11 8	0.13 4	0.11 2

plain	0.46 114	0.27 156	1.01 373	0.50 169	0.40 302	0.35 18	0.37 146	0.87 109	0.56 91	0.43 62	0.76 139	0.42 58	0.40 87	1.13 219	0.45 204	0.21 249	0.15 221	0.24 291	0.19 211	0.24 300	0.16 124

MIF-Stereo (partial)	0.45 107	0.25 104	0.70 207	0.50 169	0.52 392	0.35 18	0.26 42	0.91 125	0.59 100	0.45 74	0.71 125	0.51 105	0.51 158	1.11 214	0.45 204	0.20 215	0.16 261	0.23 271	0.20 243	0.24 300	0.18 175

DLNR_Zeroshot_test	23.17 581	48.52 595	43.29 585	176.68 594	78.69 590	0.35 18	0.21 12	23.41 580	0.75 151	0.66 141	0.86 162	0.59 144	0.30 31	1.56 323	0.44 191	9.57 579	0.12 51	0.18 111	0.14 90	76.92 593	0.16 124

LG-Stereo_Zeroshot	0.36 47	0.23 58	0.54 104	0.50 169	0.28 112	0.36 22	0.22 16	1.02 172	0.39 33	0.42 57	0.64 105	0.36 47	0.51 158	0.39 6	0.29 35	0.18 139	0.12 51	0.17 76	0.13 62	0.18 120	0.18 175

GREAT-IGEV	0.32 27	0.20 8	0.42 30	0.37 9	0.29 129	0.36 22	0.28 55	0.56 13	0.58 94	0.28 7	0.50 67	0.29 28	0.29 27	0.84 133	0.27 23	0.14 29	0.11 26	0.15 19	0.11 8	0.17 89	0.14 61

111111	0.34 38	0.20 8	0.41 22	0.45 95	0.42 315	0.37 24	0.22 16	0.95 147	0.38 32	0.31 15	0.31 16	0.40 57	0.27 19	0.96 169	0.26 18	0.17 100	0.12 51	0.15 19	0.11 8	0.15 38	0.13 35

LG-Stereo	0.34 38	0.25 104	0.78 282	0.47 114	0.26 63	0.37 24	0.30 70	0.71 57	0.52 82	0.36 32	0.57 89	0.29 28	0.21 2	0.50 22	0.36 118	0.13 19	0.13 112	0.20 169	0.18 189	0.18 120	0.12 10

AEACV	0.37 53	0.24 76	0.52 92	0.47 114	0.51 380	0.37 24	0.38 153	0.65 38	0.53 86	0.42 57	0.56 86	0.46 75	0.60 207	0.53 30	0.30 45	0.16 57	0.13 112	0.18 111	0.15 108	0.17 89	0.14 61

MLG-Stereo_test1	0.27 4	0.19 5	0.38 8	0.40 36	0.24 38	0.38 27	0.20 9	0.59 19	0.19 1	0.24 2	0.17 1	0.33 41	0.27 19	0.90 154	0.25 10	0.14 29	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

Reg-Stereo(zero)	0.44 99	0.22 45	0.45 50	0.43 58	0.23 22	0.38 27	0.25 32	0.76 68	1.08 279	0.90 193	0.78 143	0.90 252	0.47 129	0.70 86	0.36 118	0.15 36	0.12 51	0.15 19	0.12 38	0.15 38	0.15 94

GIP-stereo	0.34 38	0.23 58	0.45 50	0.50 169	0.36 249	0.38 27	0.23 24	0.78 75	0.52 82	0.34 26	0.51 70	0.46 75	0.38 81	0.51 24	0.27 23	0.20 215	0.12 51	0.16 49	0.12 38	0.16 58	0.14 61

SCV	0.46 114	0.26 127	0.55 114	0.47 114	0.25 55	0.39 30	0.38 153	1.98 462	0.60 101	0.35 27	0.48 56	0.55 122	0.36 69	1.28 255	0.32 67	0.24 317	0.12 51	0.17 76	0.13 62	0.18 120	0.14 61

MC-Stereo	0.43 88	0.23 58	0.48 64	0.51 199	0.28 112	0.39 30	0.32 84	0.88 117	0.68 133	0.60 130	0.84 159	0.56 130	0.61 216	1.03 190	0.31 62	0.17 100	0.11 26	0.17 76	0.15 108	0.16 58	0.13 35

ours_stereo	0.39 62	0.28 178	0.51 84	0.46 103	0.30 151	0.40 32	0.44 228	0.73 60	0.56 91	0.35 27	0.56 86	0.46 75	0.33 45	1.11 214	0.32 67	0.16 57	0.13 112	0.19 134	0.15 108	0.19 161	0.14 61

rvit_stereo_ft	0.47 121	0.35 349	0.87 318	0.67 414	0.42 315	0.40 32	0.59 363	0.81 93	0.74 150	0.46 79	0.55 83	0.57 132	0.49 148	0.65 75	0.50 244	0.25 344	0.17 290	0.22 233	0.22 316	0.24 300	0.17 150

UniTT-Stereo	0.36 47	0.23 58	0.59 141	0.48 141	0.36 249	0.40 32	0.32 84	0.53 9	0.49 62	0.54 115	0.55 83	0.36 47	0.31 36	0.58 45	0.51 249	0.20 215	0.15 221	0.17 76	0.15 108	0.19 161	0.15 94

RAFT-Stereo + iAFF	0.54 165	0.25 104	0.68 188	0.43 58	0.24 38	0.40 32	0.34 103	1.04 183	1.09 287	1.32 388	1.60 431	0.80 206	0.68 241	0.67 80	0.39 149	0.13 19	0.10 9	0.18 111	0.17 171	0.17 89	0.13 35

HART	0.45 107	0.22 45	0.54 104	0.50 169	0.26 63	0.41 36	0.29 60	1.03 177	0.50 66	0.58 120	1.45 390	0.61 149	0.35 60	1.08 207	0.30 45	0.15 36	0.13 112	0.19 134	0.14 90	0.19 161	0.14 61

HI	0.64 240	0.32 282	0.68 188	0.47 114	0.51 380	0.41 36	0.36 127	1.04 183	0.75 151	1.31 384	1.43 383	1.62 439	1.12 424	0.94 166	0.88 377	0.15 36	0.12 51	0.20 169	0.20 243	0.20 195	0.18 175

CoSv	0.64 240	0.32 282	0.68 188	0.47 114	0.51 380	0.41 36	0.36 127	1.04 183	0.75 151	1.31 384	1.43 383	1.62 439	1.12 424	0.94 166	0.88 377	0.15 36	0.12 51	0.20 169	0.20 243	0.20 195	0.18 175

rvit_stereo_0081	0.44 99	0.33 304	0.64 165	0.54 253	0.35 239	0.41 36	0.44 228	0.66 42	0.95 216	0.48 90	0.52 72	0.50 101	0.46 120	0.82 128	0.44 191	0.25 344	0.20 348	0.22 233	0.19 211	0.25 312	0.17 150

rvit_stereo_0082	0.44 99	0.33 304	0.64 165	0.54 253	0.35 239	0.41 36	0.44 228	0.66 42	0.95 216	0.48 90	0.52 72	0.50 101	0.46 120	0.82 128	0.44 191	0.25 344	0.20 348	0.22 233	0.19 211	0.25 312	0.17 150

H2IRNET	0.56 189	0.26 127	0.66 179	0.47 114	0.35 239	0.41 36	0.26 42	0.92 128	1.17 339	0.61 131	1.28 331	1.08 318	0.86 324	0.99 181	0.63 301	0.19 180	0.16 261	0.22 233	0.25 367	0.21 236	0.18 175

IGEV_Zeroshot_test	0.53 150	0.30 233	0.99 364	0.56 290	0.35 239	0.41 36	0.32 84	1.37 287	0.63 107	1.00 225	1.09 246	0.95 277	0.41 90	0.83 130	0.39 149	0.18 139	0.12 51	0.19 134	0.18 189	0.19 161	0.17 150

2.5w	0.31 23	0.23 58	0.46 58	0.39 29	0.24 38	0.42 43	0.39 168	0.61 27	0.30 13	0.37 35	0.53 74	0.24 6	0.25 12	0.77 107	0.28 32	0.12 5	0.10 9	0.14 1	0.12 38	0.14 18	0.12 10

2.75w_new	0.31 23	0.23 58	0.43 35	0.35 3	0.23 22	0.42 43	0.42 196	0.54 11	0.35 26	0.47 82	0.43 38	0.24 6	0.30 31	0.66 77	0.33 81	0.12 5	0.10 9	0.14 1	0.11 8	0.13 4	0.12 10

MLG-Stereo	0.29 10	0.19 5	0.38 8	0.41 44	0.20 3	0.42 43	0.20 9	0.66 42	0.21 2	0.25 3	0.22 4	0.33 41	0.28 23	1.09 208	0.25 10	0.14 29	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

LGtest1	0.27 4	0.21 26	0.44 37	0.41 44	0.21 9	0.42 43	0.19 6	0.56 13	0.26 9	0.29 10	0.24 6	0.29 28	0.29 27	0.55 39	0.25 10	0.18 139	0.12 51	0.16 49	0.12 38	0.14 18	0.13 35

Occ-G	0.42 82	0.21 26	0.48 64	0.41 44	0.26 63	0.42 43	0.62 372	0.77 71	0.49 62	0.43 62	0.66 107	1.02 303	0.46 120	0.78 112	0.41 167	0.16 57	0.13 112	0.18 111	0.13 62	0.16 58	0.16 124

rvit_stereo_0080	0.44 99	0.32 282	0.71 219	0.47 114	0.36 249	0.42 43	0.55 332	0.82 98	0.68 133	0.50 104	0.60 95	0.55 122	0.47 129	0.59 46	0.44 191	0.26 367	0.21 370	0.20 169	0.20 243	0.31 388	0.19 215

CAS++	0.47 121	0.31 266	0.56 118	0.47 114	0.32 196	0.42 43	0.28 55	1.76 396	0.72 144	0.71 147	0.72 129	0.37 52	0.28 23	0.69 82	0.33 81	0.27 383	0.22 388	0.26 349	0.21 287	0.29 368	0.19 215
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
whm_eth	0.44 99	0.32 282	0.71 219	0.47 114	0.36 249	0.42 43	0.55 332	0.82 98	0.68 133	0.50 104	0.60 95	0.55 122	0.47 129	0.59 46	0.44 191	0.26 367	0.21 370	0.20 169	0.20 243	0.31 388	0.19 215

RAFT+CT+SA	0.58 202	0.29 213	0.60 146	0.66 402	0.37 264	0.42 43	0.55 332	1.27 269	1.03 255	0.70 145	1.22 305	0.60 145	0.70 249	1.64 336	0.41 167	0.18 139	0.13 112	0.22 233	0.22 316	0.21 236	0.18 175

asda	0.30 14	0.24 76	0.42 30	0.38 22	0.23 22	0.43 52	0.34 103	0.58 18	0.37 30	0.38 41	0.42 29	0.27 18	0.34 52	0.52 27	0.30 45	0.11 1	0.09 1	0.14 1	0.11 8	0.14 18	0.12 10

SGD-Stereo	0.32 27	0.20 8	0.40 17	0.38 22	0.19 1	0.43 52	0.22 16	0.64 34	0.33 22	0.42 57	0.34 18	0.27 18	0.35 60	1.15 222	0.30 45	0.20 215	0.10 9	0.15 19	0.13 62	0.17 89	0.13 35

fffft	0.38 58	0.23 58	0.51 84	0.44 81	0.32 196	0.43 52	0.48 270	0.76 68	0.36 27	0.44 66	0.34 18	0.38 55	0.31 36	1.31 261	0.32 67	0.14 29	0.11 26	0.19 134	0.15 108	0.16 58	0.16 124
1: 1. 1
mms	0.40 71	0.27 156	0.52 92	0.46 103	0.32 196	0.43 52	0.46 252	0.70 53	0.46 57	0.35 27	0.58 92	0.44 63	0.30 31	1.36 278	0.33 81	0.16 57	0.13 112	0.18 111	0.15 108	0.19 161	0.15 94

AnonymousM	0.59 208	1.11 524	0.41 22	0.44 81	0.32 196	0.43 52	0.47 259	1.05 191	0.64 111	0.98 217	0.63 102	0.67 170	0.43 101	0.59 46	0.41 167	0.20 215	0.15 221	1.84 546	0.84 537	0.14 18	0.13 35

XX-Stereo	0.63 228	0.26 127	1.90 498	0.81 479	0.67 453	0.43 52	0.23 24	1.03 177	0.58 94	0.65 138	1.56 422	1.41 400	0.39 83	1.28 255	0.35 108	0.20 215	0.14 163	0.20 169	0.19 211	0.18 120	0.14 61

AdaDepth	0.30 14	0.22 45	0.49 71	0.44 81	0.27 87	0.44 58	0.24 29	0.52 8	0.30 13	0.31 15	0.37 23	0.26 14	0.32 42	0.79 116	0.25 10	0.12 5	0.12 51	0.16 49	0.13 62	0.16 58	0.15 94

IGEV-BASED-STEREO-	0.70 274	3.18 568	2.55 521	0.39 29	0.23 22	0.44 58	0.23 24	0.63 32	0.42 44	0.44 66	0.44 42	0.34 43	0.28 23	0.56 40	0.29 35	1.35 542	0.10 9	0.22 233	0.19 211	0.46 471	1.31 541

MoCha-V2	0.40 71	0.20 8	0.49 71	0.50 169	0.21 9	0.44 58	0.33 91	0.93 135	0.53 86	0.53 112	0.53 74	0.42 58	0.58 203	1.09 208	0.27 23	0.14 29	0.12 51	0.15 19	0.12 38	0.17 89	0.15 94

EGLCR-Stereo	0.37 53	0.22 45	0.51 84	0.43 58	0.26 63	0.44 58	0.22 16	0.99 161	0.48 61	0.42 57	0.42 29	0.67 170	0.29 27	0.86 142	0.33 81	0.17 100	0.12 51	0.19 134	0.17 171	0.17 89	0.15 94

2.25w	0.32 27	0.24 76	0.48 64	0.37 9	0.24 38	0.45 62	0.25 32	0.62 30	0.40 37	0.45 74	0.58 92	0.27 18	0.32 42	0.74 103	0.35 108	0.12 5	0.10 9	0.14 1	0.12 38	0.13 4	0.14 61

IGEV	0.28 7	0.18 1	0.39 14	0.37 9	0.31 177	0.45 62	0.21 12	0.59 19	0.40 37	0.31 15	0.43 38	0.26 14	0.21 2	0.43 11	0.25 10	0.13 19	0.12 51	0.16 49	0.13 62	0.12 1	0.12 10

AIO-Stereo	0.37 53	0.25 104	0.51 84	0.47 114	0.23 22	0.45 62	0.39 168	1.07 206	0.52 82	0.41 51	0.48 56	0.52 112	0.25 12	0.72 93	0.30 45	0.16 57	0.12 51	0.17 76	0.13 62	0.16 58	0.13 35

IGEV++	0.40 71	0.22 45	0.51 84	0.52 220	0.29 129	0.45 62	0.25 32	1.65 364	0.46 57	0.37 35	0.57 89	0.46 75	0.45 113	0.50 22	0.38 141	0.19 180	0.12 51	0.16 49	0.13 62	0.16 58	0.15 94

CREStereo++_RVC	0.47 121	0.21 26	0.38 8	0.45 95	0.38 281	0.45 62	0.25 32	0.75 65	1.29 403	0.80 168	1.21 303	0.47 82	0.37 74	0.53 30	0.44 191	0.16 57	0.11 26	0.15 19	0.80 535	0.18 120	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
4w-stereo	0.30 14	0.24 76	0.44 37	0.37 9	0.23 22	0.46 67	0.27 49	0.63 32	0.31 16	0.41 51	0.44 42	0.27 18	0.36 69	0.59 46	0.30 45	0.11 1	0.09 1	0.15 19	0.12 38	0.13 4	0.12 10

2w_stereo	0.32 27	0.24 76	0.45 50	0.39 29	0.22 16	0.46 67	0.47 259	0.69 49	0.42 44	0.43 62	0.50 67	0.24 6	0.45 113	0.47 18	0.29 35	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.13 35

Selective-IGEV	0.39 62	0.24 76	0.50 77	0.44 81	0.25 55	0.46 67	0.33 91	1.25 267	0.40 37	0.35 27	0.45 47	0.52 112	0.30 31	1.07 203	0.30 45	0.14 29	0.12 51	0.17 76	0.13 62	0.16 58	0.13 35

TRStereo	0.60 211	0.60 469	0.97 360	0.74 459	0.67 453	0.46 67	0.38 153	1.85 426	0.89 195	0.79 166	0.80 154	0.88 243	0.39 83	1.10 211	0.41 167	0.23 302	0.15 221	0.23 271	0.24 352	0.17 89	0.15 94

asd	0.30 14	0.21 26	0.41 22	0.39 29	0.24 38	0.47 71	0.30 70	0.69 49	0.30 13	0.41 51	0.39 24	0.28 27	0.33 45	0.62 64	0.27 23	0.13 19	0.09 1	0.14 1	0.12 38	0.14 18	0.12 10

1w_stereo	0.34 38	0.20 8	0.42 30	0.43 58	0.26 63	0.47 71	0.54 314	0.59 19	0.50 66	0.41 51	0.66 107	0.25 12	0.44 109	0.62 64	0.33 81	0.12 5	0.10 9	0.14 1	0.11 8	0.14 18	0.12 10

MLG-Stereo_test3	0.28 7	0.18 1	0.42 30	0.40 36	0.23 22	0.47 71	0.19 6	0.61 27	0.29 12	0.35 27	0.21 2	0.35 45	0.21 2	0.60 58	0.25 10	0.15 36	0.11 26	0.16 49	0.11 8	0.13 4	0.13 35

SCV_C0	0.43 88	0.26 127	0.65 172	0.43 58	0.29 129	0.47 71	0.31 77	1.34 281	0.73 148	0.38 41	0.49 64	0.54 119	0.29 27	1.24 246	0.30 45	0.17 100	0.13 112	0.16 49	0.13 62	0.20 195	0.15 94

WCG-NET	0.42 82	0.21 26	0.54 104	0.40 36	0.25 55	0.47 71	0.32 84	0.73 60	1.15 327	0.76 155	0.73 131	0.58 137	0.45 113	0.60 58	0.34 98	0.15 36	0.11 26	0.16 49	0.14 90	0.15 38	0.13 35

RSM	0.39 62	0.24 76	0.49 71	0.46 103	0.26 63	0.47 71	0.40 176	0.92 128	0.44 49	0.41 51	0.42 29	0.65 163	0.33 45	1.07 203	0.29 35	0.15 36	0.12 51	0.17 76	0.13 62	0.17 89	0.13 35

DEFOM-Stereo_RVC	0.40 71	0.67 481	0.42 30	0.64 381	0.29 129	0.48 77	0.25 32	0.85 106	0.44 49	0.38 41	0.36 20	0.30 33	0.70 249	1.15 222	0.29 35	0.16 57	0.11 26	0.16 49	0.11 8	0.18 120	0.12 10

fffy	0.42 82	0.27 156	0.57 128	0.46 103	0.29 129	0.48 77	0.35 111	0.91 125	0.55 89	0.40 50	0.58 92	0.55 122	0.41 90	1.26 250	0.36 118	0.15 36	0.13 112	0.19 134	0.16 150	0.18 120	0.14 61

TestStereo1	0.63 228	0.28 178	0.75 257	0.76 466	0.31 177	0.48 77	0.43 215	1.30 274	1.21 365	0.97 213	1.31 341	0.64 160	0.77 275	1.75 356	0.42 178	0.20 215	0.15 221	0.22 233	0.18 189	0.21 236	0.17 150

DCANet-4	0.54 165	0.26 127	1.07 398	0.42 51	0.24 38	0.48 77	0.36 127	0.99 161	1.30 409	1.10 258	1.02 215	0.56 130	0.75 263	0.73 97	0.52 256	0.16 57	0.13 112	0.17 76	0.13 62	0.15 38	0.19 215

fff	0.53 150	0.24 76	0.70 207	0.43 58	0.24 38	0.48 77	0.36 127	1.07 206	1.25 383	1.10 258	1.02 215	0.57 132	1.06 411	0.73 97	0.52 256	0.16 57	0.13 112	0.17 76	0.13 62	0.15 38	0.19 215

SA-5K	0.63 228	0.28 178	0.75 257	0.76 466	0.31 177	0.48 77	0.43 215	1.30 274	1.21 365	0.97 213	1.31 341	0.64 160	0.77 275	1.75 356	0.42 178	0.20 215	0.15 221	0.22 233	0.18 189	0.21 236	0.17 150

GLC_STEREO	0.39 62	0.25 104	0.41 22	0.54 253	0.23 22	0.48 77	0.30 70	0.73 60	0.58 94	0.52 111	0.73 131	0.51 105	0.31 36	0.64 68	0.42 178	0.17 100	0.20 348	0.23 271	0.19 211	0.21 236	0.17 150

ASMatch	0.88 373	0.26 127	0.69 201	0.51 199	0.35 239	0.48 77	0.37 146	1.12 225	0.92 209	1.10 258	3.28 527	0.96 283	0.98 383	4.90 493	0.49 238	0.19 180	0.16 261	0.22 233	0.19 211	0.19 161	0.27 363

sAnonymous2	0.55 180	0.56 451	1.46 466	0.60 337	0.51 380	0.48 77	0.52 300	0.79 80	0.68 133	0.50 104	0.67 111	0.46 75	0.62 221	0.59 46	0.40 156	0.22 275	0.17 290	0.22 233	0.21 287	0.86 521	0.56 495

CroCo_RVC	0.55 180	0.56 451	1.46 466	0.60 337	0.51 380	0.48 77	0.52 300	0.79 80	0.68 133	0.50 104	0.67 111	0.46 75	0.62 221	0.59 46	0.40 156	0.22 275	0.17 290	0.22 233	0.21 287	0.86 521	0.56 495

csc	0.53 150	0.24 76	0.70 207	0.43 58	0.24 38	0.48 77	0.36 127	1.07 206	1.25 383	1.10 258	1.02 215	0.57 132	1.06 411	0.73 97	0.52 256	0.16 57	0.13 112	0.17 76	0.13 62	0.15 38	0.19 215

cscssc	0.53 150	0.24 76	0.70 207	0.43 58	0.24 38	0.48 77	0.36 127	1.07 206	1.25 383	1.10 258	1.02 215	0.57 132	1.06 411	0.73 97	0.52 256	0.16 57	0.13 112	0.17 76	0.13 62	0.15 38	0.19 215

qwe	0.32 27	0.21 26	0.40 17	0.37 9	0.26 63	0.49 89	0.29 60	0.64 34	0.39 33	0.49 96	0.48 56	0.26 14	0.27 19	0.80 119	0.34 98	0.12 5	0.10 9	0.14 1	0.11 8	0.15 38	0.12 10

4.25_new	0.30 14	0.26 127	0.44 37	0.38 22	0.26 63	0.49 89	0.40 176	0.59 19	0.31 16	0.38 41	0.42 29	0.27 18	0.34 52	0.46 14	0.31 62	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.5w_new	0.30 14	0.26 127	0.44 37	0.38 22	0.26 63	0.49 89	0.40 176	0.59 19	0.31 16	0.38 41	0.42 29	0.27 18	0.34 52	0.46 14	0.31 62	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.25w-stereo	0.30 14	0.26 127	0.44 37	0.38 22	0.26 63	0.49 89	0.40 176	0.59 19	0.32 20	0.38 41	0.42 29	0.27 18	0.34 52	0.46 14	0.31 62	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

MM-Stereo_test3	0.50 137	0.24 76	0.54 104	0.54 253	0.74 472	0.49 89	0.53 308	1.09 214	1.05 264	0.62 134	0.95 182	0.61 149	0.42 94	0.77 107	0.38 141	0.20 215	0.17 290	0.20 169	0.16 150	0.18 120	0.18 175

IGEVStereo-DCA	0.46 114	0.28 178	0.56 118	0.43 58	0.33 217	0.49 89	0.42 196	0.87 109	0.50 66	0.47 82	0.48 56	0.48 87	0.46 120	2.03 389	0.30 45	0.19 180	0.14 163	0.19 134	0.15 108	0.16 58	0.18 175

rrr	0.46 114	0.28 178	0.73 237	0.43 58	0.33 217	0.49 89	0.38 153	0.76 68	0.50 66	0.47 82	0.48 56	0.48 87	0.46 120	2.03 389	0.30 45	0.19 180	0.14 163	0.19 134	0.15 108	0.16 58	0.16 124

HH	0.63 228	0.30 233	0.77 274	0.50 169	0.32 196	0.49 89	0.46 252	1.65 364	0.64 111	0.69 143	1.09 246	1.63 444	0.85 316	1.90 375	0.37 130	0.18 139	0.13 112	0.19 134	0.17 171	0.19 161	0.16 124

HanStereo	0.63 228	0.30 233	0.77 274	0.50 169	0.32 196	0.49 89	0.46 252	1.65 364	0.64 111	0.69 143	1.09 246	1.63 444	0.85 316	1.90 375	0.37 130	0.18 139	0.13 112	0.19 134	0.17 171	0.19 161	0.16 124

ADStereo(finetuned)	0.57 196	0.24 76	1.06 393	0.43 58	0.24 38	0.49 89	0.35 111	1.05 191	1.30 409	1.12 266	1.03 225	0.58 137	1.20 442	0.84 133	0.51 249	0.16 57	0.13 112	0.17 76	0.13 62	0.18 120	0.19 215

iRaft-Stereo_5w	0.85 363	0.29 213	0.91 338	0.53 238	0.43 325	0.49 89	0.68 394	0.99 161	0.87 188	0.79 166	1.34 356	1.46 412	0.91 344	5.11 496	1.11 419	0.17 100	0.14 163	0.22 233	0.18 189	0.20 195	0.20 248

OMP-Stereo	0.94 388	0.33 304	0.72 225	0.90 510	0.31 177	0.49 89	0.36 127	1.16 233	1.06 268	1.58 464	1.12 263	1.46 412	0.69 244	6.94 537	0.49 238	0.19 180	0.14 163	0.24 291	0.18 189	0.20 195	0.14 61

raftrobust	0.52 140	0.25 104	0.56 118	0.65 395	0.52 392	0.49 89	0.34 103	0.98 159	0.91 204	1.30 374	0.87 165	0.63 157	0.81 296	0.78 112	0.41 167	0.19 180	0.15 221	0.16 49	0.14 90	0.15 38	0.16 124

DCANet	0.54 165	0.24 76	0.70 207	0.43 58	0.24 38	0.49 89	0.36 127	1.05 191	1.30 409	1.12 266	1.03 225	0.58 137	0.92 347	0.81 125	0.52 256	0.16 57	0.13 112	0.17 76	0.13 62	0.18 120	0.19 215

water-stereo	0.39 62	0.20 8	0.48 64	0.44 81	0.27 87	0.50 103	0.26 42	0.92 128	0.51 75	0.53 112	0.78 143	0.55 122	0.49 148	0.42 10	0.42 178	0.16 57	0.15 221	0.17 76	0.15 108	0.16 58	0.15 94

MM-Stereo_test1	0.49 133	0.24 76	0.56 118	0.51 199	0.30 151	0.50 103	0.54 314	0.91 125	1.03 255	0.84 181	0.69 118	0.54 119	0.60 207	1.16 226	0.33 81	0.18 139	0.16 261	0.20 169	0.17 171	0.19 161	0.15 94

rvit_stereo_0083	0.47 121	0.33 304	0.81 291	0.56 290	0.36 249	0.50 103	0.44 228	0.68 48	0.95 216	0.49 96	0.57 89	0.55 122	0.49 148	0.88 147	0.46 218	0.25 344	0.25 418	0.24 291	0.20 243	0.24 300	0.17 150

rvit_stereo_0081_aga	0.44 99	0.34 328	0.73 237	0.51 199	0.41 310	0.50 103	0.40 176	0.81 93	0.57 93	0.58 120	0.56 86	0.53 117	0.43 101	0.66 77	0.40 156	0.26 367	0.21 370	0.22 233	0.20 243	0.26 324	0.18 175

WCG-NET（raft）	0.45 107	0.21 26	0.55 114	0.40 36	0.24 38	0.50 103	0.36 127	0.73 60	1.09 287	0.71 147	0.76 139	0.92 264	0.51 158	0.84 133	0.34 98	0.16 57	0.12 51	0.15 19	0.14 90	0.14 18	0.14 61

RSM++	0.38 58	0.24 76	0.51 84	0.47 114	0.26 63	0.50 103	0.41 192	0.79 80	0.45 51	0.37 35	0.45 47	0.60 145	0.35 60	1.02 189	0.30 45	0.15 36	0.13 112	0.17 76	0.14 90	0.18 120	0.13 35

MGS-Stereo	0.42 82	0.26 127	0.58 134	0.44 81	0.28 112	0.50 103	0.34 103	0.57 17	0.83 178	0.46 79	1.31 341	0.52 112	0.33 45	0.65 75	0.36 118	0.19 180	0.16 261	0.18 111	0.15 108	0.17 89	0.16 124

ff7	0.43 88	0.27 156	0.56 118	0.44 81	0.33 217	0.50 103	0.42 196	0.87 109	0.50 66	0.49 96	0.53 74	0.44 63	0.48 140	1.38 283	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175

ffff	0.43 88	0.27 156	0.56 118	0.44 81	0.33 217	0.50 103	0.42 196	0.87 109	0.50 66	0.49 96	0.53 74	0.44 63	0.48 140	1.38 283	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175

11t	0.43 88	0.27 156	0.56 118	0.44 81	0.33 217	0.50 103	0.42 196	0.87 109	0.50 66	0.49 96	0.53 74	0.44 63	0.48 140	1.38 283	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175

StereoVision	0.65 248	0.34 328	0.86 307	0.59 325	0.40 302	0.50 103	0.41 192	1.09 214	0.93 211	0.71 147	2.50 513	0.82 215	0.57 194	1.03 190	0.49 238	0.25 344	0.28 440	0.29 392	0.28 416	0.36 420	0.20 248

CASnet	0.41 79	0.25 104	0.48 64	0.50 169	0.20 3	0.50 103	0.36 127	0.81 93	0.80 169	0.83 178	0.68 114	0.48 87	0.31 36	0.54 33	0.32 67	0.18 139	0.12 51	0.27 366	0.22 316	0.23 285	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp	0.43 88	0.27 156	0.53 98	0.44 81	0.32 196	0.50 103	0.42 196	0.89 118	0.51 75	0.49 96	0.53 74	0.47 82	0.47 129	1.33 268	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175

LoS	0.40 71	0.21 26	0.44 37	0.37 9	0.22 16	0.50 103	0.40 176	1.00 165	0.94 214	0.48 90	0.66 107	0.48 87	0.40 87	0.60 58	0.37 130	0.18 139	0.14 163	0.16 49	0.11 8	0.14 18	0.14 61
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ccc-4	0.43 88	0.27 156	0.56 118	0.44 81	0.33 217	0.50 103	0.42 196	0.87 109	0.50 66	0.49 96	0.53 74	0.44 63	0.48 140	1.38 283	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175

IGEV-Stereo	0.43 88	0.27 156	0.54 104	0.45 95	0.32 196	0.50 103	0.42 196	0.90 124	0.51 75	0.49 96	0.53 74	0.47 82	0.47 129	1.32 265	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HHNet	0.62 221	0.26 127	0.63 158	0.43 58	0.45 340	0.50 103	0.58 355	1.07 206	1.01 248	1.25 351	2.23 499	0.70 181	0.61 216	1.07 203	0.47 225	0.20 215	0.13 112	0.23 271	0.19 211	0.19 161	0.30 394

rvit_0105_6	0.53 150	0.37 366	0.98 363	0.65 395	0.38 281	0.51 120	0.51 289	0.77 71	1.20 359	0.54 115	0.55 83	0.65 163	0.53 168	0.94 166	0.44 191	0.32 428	0.32 469	0.28 381	0.24 352	0.28 357	0.21 265

Pointernet	0.37 53	0.20 8	0.57 128	0.43 58	0.28 112	0.51 120	0.27 49	0.93 135	0.61 102	0.47 82	0.63 102	0.49 95	0.38 81	0.49 21	0.33 81	0.17 100	0.13 112	0.14 1	0.11 8	0.13 4	0.12 10

EKT-Stereo	0.53 150	0.30 233	0.73 237	0.58 312	0.60 431	0.51 120	0.48 270	0.94 142	0.90 199	0.71 147	0.88 167	0.77 196	0.43 101	1.07 203	0.40 156	0.22 275	0.16 261	0.21 204	0.18 189	0.20 195	0.22 283

LoS_RVC	0.42 82	0.26 127	0.40 17	0.44 81	0.82 497	0.51 120	0.44 228	0.64 34	0.41 41	0.44 66	0.78 143	0.44 63	0.47 129	0.56 40	0.36 118	0.13 19	0.12 51	0.14 1	0.10 2	0.13 4	0.84 525

4.5_new	0.29 10	0.25 104	0.41 22	0.36 5	0.23 22	0.52 124	0.36 127	0.56 13	0.34 24	0.45 74	0.42 29	0.27 18	0.25 12	0.40 8	0.24 5	0.13 19	0.10 9	0.15 19	0.13 62	0.16 58	0.12 10

4.5w-stereo	0.29 10	0.25 104	0.41 22	0.36 5	0.23 22	0.52 124	0.36 127	0.56 13	0.34 24	0.45 74	0.42 29	0.27 18	0.25 12	0.40 8	0.24 5	0.13 19	0.10 9	0.15 19	0.13 62	0.16 58	0.12 10

3.25w_new	0.32 27	0.21 26	0.45 50	0.38 22	0.23 22	0.52 124	0.34 103	0.65 38	0.39 33	0.47 82	0.45 47	0.32 37	0.35 60	0.61 62	0.27 23	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

3.25w	0.32 27	0.21 26	0.45 50	0.37 9	0.23 22	0.52 124	0.34 103	0.65 38	0.39 33	0.47 82	0.45 47	0.32 37	0.35 60	0.61 62	0.27 23	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

GMOStereo	0.53 150	0.26 127	0.65 172	0.50 169	0.29 129	0.52 124	0.43 215	0.89 118	0.96 221	1.41 422	1.14 272	0.85 231	0.56 185	0.59 46	0.38 141	0.16 57	0.14 163	0.24 291	0.21 287	0.20 195	0.15 94

error version	0.53 150	0.26 127	0.65 172	0.50 169	0.29 129	0.52 124	0.43 215	0.89 118	0.96 221	1.41 422	1.14 272	0.85 231	0.56 185	0.59 46	0.38 141	0.16 57	0.14 163	0.24 291	0.21 287	0.20 195	0.15 94

test-v	0.53 150	0.26 127	0.65 172	0.50 169	0.29 129	0.52 124	0.43 215	0.89 118	0.96 221	1.41 422	1.14 272	0.85 231	0.56 185	0.59 46	0.38 141	0.16 57	0.14 163	0.24 291	0.21 287	0.20 195	0.15 94

test-2	0.53 150	0.26 127	0.65 172	0.50 169	0.29 129	0.52 124	0.43 215	0.89 118	0.96 221	1.41 422	1.14 272	0.85 231	0.56 185	0.59 46	0.38 141	0.16 57	0.14 163	0.24 291	0.21 287	0.20 195	0.15 94

sCroCo_RVC	0.49 133	0.40 384	1.02 380	0.65 395	0.60 431	0.52 124	0.40 176	0.83 102	0.61 102	0.44 66	0.74 135	0.49 95	0.50 154	0.63 67	0.48 230	0.26 367	0.27 433	0.23 271	0.22 316	0.29 368	0.25 329

3w_stereo	0.33 35	0.25 104	0.52 92	0.40 36	0.21 9	0.53 133	0.54 314	0.65 38	0.46 57	0.44 66	0.48 56	0.23 3	0.45 113	0.46 14	0.29 35	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.15 94

rvit_0105_4	0.56 189	0.38 373	1.06 393	0.66 402	0.38 281	0.53 133	0.53 308	0.84 105	1.17 339	0.56 117	0.61 97	0.72 185	0.59 204	0.98 178	0.45 204	0.32 428	0.33 474	0.29 392	0.25 367	0.29 368	0.23 303

rvit_stereo_0075_2	0.64 240	0.46 411	1.05 389	0.66 402	0.66 449	0.53 133	0.48 270	1.20 250	1.12 300	0.76 155	0.92 175	0.78 200	0.53 168	1.03 190	0.59 284	0.37 462	0.28 440	0.40 478	0.31 444	0.37 424	0.32 410

trnet	0.39 62	0.21 26	0.37 5	0.36 5	0.20 3	0.53 133	0.29 60	0.78 75	1.12 300	0.59 128	0.71 125	0.53 117	0.42 94	0.54 33	0.34 98	0.18 139	0.13 112	0.15 19	0.10 2	0.14 18	0.13 35

GCAP-Stereo	0.40 71	0.28 178	0.68 188	0.47 114	0.25 55	0.53 133	0.32 84	0.82 98	0.58 94	0.65 138	0.69 118	0.58 137	0.42 94	0.47 18	0.29 35	0.17 100	0.14 163	0.17 76	0.13 62	0.17 89	0.14 61

rafts_anoy	0.52 140	0.29 213	0.59 141	0.59 325	0.50 369	0.53 133	0.40 176	1.11 223	1.03 255	0.84 181	0.83 157	0.68 172	0.54 173	0.72 93	0.51 249	0.19 180	0.14 163	0.24 291	0.26 384	0.21 236	0.18 175

iRaftStereo_RVC	0.47 121	0.26 127	0.64 165	0.50 169	0.29 129	0.53 133	0.33 91	1.05 191	0.77 161	0.84 181	1.00 201	0.55 122	0.37 74	0.81 125	0.40 156	0.17 100	0.12 51	0.22 233	0.20 243	0.19 161	0.15 94

CREStereo	0.39 62	0.21 26	0.38 8	0.34 1	0.22 16	0.53 133	0.29 60	0.77 71	1.11 296	0.58 120	0.71 125	0.51 105	0.41 90	0.54 33	0.34 98	0.18 139	0.13 112	0.15 19	0.10 2	0.14 18	0.14 61
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
3.5w_stereo	0.33 35	0.25 104	0.45 50	0.37 9	0.24 38	0.54 141	0.35 111	0.66 42	0.36 27	0.43 62	0.44 42	0.29 28	0.34 52	0.77 107	0.39 149	0.11 1	0.09 1	0.15 19	0.11 8	0.14 18	0.13 35

HUF	0.36 47	0.23 58	0.52 92	0.40 36	0.22 16	0.54 141	0.47 259	0.82 98	0.43 46	0.36 32	0.43 38	0.50 101	0.42 94	0.64 68	0.29 35	0.17 100	0.12 51	0.16 49	0.12 38	0.15 38	0.14 61

MIM_Stereo	0.57 196	0.24 76	0.92 342	0.46 103	0.30 151	0.54 141	0.28 55	1.27 269	0.75 151	1.00 225	1.16 285	0.93 266	0.53 168	1.45 300	0.61 294	0.16 57	0.16 261	0.20 169	0.19 211	0.17 89	0.14 61

DCRE	0.82 348	0.26 127	0.70 207	0.58 312	0.44 333	0.54 141	0.48 270	0.95 147	0.78 164	0.78 163	7.33 558	0.86 235	0.52 163	0.76 104	0.41 167	0.16 57	0.16 261	0.19 134	0.17 171	0.18 120	0.17 150

raft_robust	0.68 268	0.30 233	0.64 165	0.52 220	0.26 63	0.54 141	0.35 111	1.33 276	1.24 380	1.16 300	1.07 236	0.60 145	0.54 173	3.58 470	0.37 130	0.18 139	0.14 163	0.20 169	0.22 316	0.20 195	0.16 124

RAFT-345	0.84 359	0.25 104	0.66 179	0.50 169	0.27 87	0.54 141	0.42 196	0.83 102	1.11 296	1.32 388	2.34 504	0.86 235	0.54 173	5.72 514	0.47 225	0.18 139	0.13 112	0.22 233	0.17 171	0.17 89	0.16 124

raft+_RVC	0.53 150	0.26 127	0.54 104	0.60 337	0.47 357	0.54 141	0.54 314	1.27 269	0.99 240	0.76 155	1.03 225	0.70 181	0.56 185	0.93 163	0.47 225	0.18 139	0.14 163	0.19 134	0.18 189	0.18 120	0.15 94

DN-CSS_ROB	0.64 240	0.32 282	1.05 389	0.55 277	0.40 302	0.54 141	0.45 245	1.21 251	0.93 211	1.03 236	1.47 397	0.69 177	0.63 226	1.76 361	0.49 238	0.18 139	0.14 163	0.25 330	0.22 316	0.22 260	0.20 248

MM-Stereo_test2	0.43 88	0.24 76	0.67 184	0.51 199	0.32 196	0.55 149	0.45 245	0.97 155	0.77 161	0.59 128	0.51 70	0.49 95	0.42 94	0.80 119	0.30 45	0.15 36	0.13 112	0.18 111	0.14 90	0.19 161	0.14 61

MonSter	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 149	0.31 77	0.55 12	0.43 46	0.28 7	0.29 13	0.23 3	0.21 2	0.56 40	0.25 10	0.11 1	0.10 9	0.14 1	0.11 8	0.14 18	0.11 2

CES	0.48 127	0.20 8	0.37 5	0.39 29	1.39 539	0.55 149	0.35 111	0.98 159	0.66 128	0.44 66	0.66 107	0.35 45	0.27 19	0.56 40	0.33 81	0.15 36	0.13 112	0.15 19	0.10 2	0.19 161	1.46 543

knoymous	0.51 139	0.29 213	0.47 61	0.43 58	0.30 151	0.55 149	0.55 332	1.02 172	0.77 161	0.98 217	0.85 161	0.94 269	0.56 185	0.85 138	0.45 204	0.20 215	0.14 163	0.26 349	0.14 90	0.23 285	0.23 303

RCA-Stereo	0.50 137	0.23 58	0.58 134	0.48 141	0.33 217	0.55 149	0.45 245	0.97 155	1.38 446	0.68 142	1.05 230	0.63 157	0.80 292	0.59 46	0.32 67	0.17 100	0.12 51	0.17 76	0.14 90	0.16 58	0.14 61

ProNet	0.43 88	0.28 178	0.58 134	0.43 58	0.30 151	0.56 154	0.52 300	1.00 165	0.58 94	0.44 66	0.49 64	0.43 61	0.43 101	1.28 255	0.36 118	0.15 36	0.13 112	0.19 134	0.16 150	0.17 89	0.16 124

PSM-softLoss	0.78 330	0.31 266	0.77 274	0.58 312	0.32 196	0.56 154	0.40 176	1.18 240	0.70 138	1.24 345	1.07 236	0.83 222	0.52 163	5.36 502	0.53 263	0.24 317	0.15 221	0.25 330	0.22 316	0.20 195	0.25 329

KMStereo	0.78 330	0.31 266	0.77 274	0.58 312	0.32 196	0.56 154	0.40 176	1.18 240	0.70 138	1.24 345	1.07 236	0.83 222	0.52 163	5.36 502	0.53 263	0.24 317	0.15 221	0.25 330	0.22 316	0.20 195	0.25 329

TestStereo	0.64 240	0.39 378	0.71 219	0.51 199	0.27 87	0.56 154	0.42 196	1.03 177	0.91 204	0.80 168	1.00 201	0.68 172	0.52 163	3.25 460	0.45 204	0.22 275	0.15 221	0.24 291	0.18 189	0.27 338	0.16 124

test_xeample3	0.42 82	0.28 178	0.69 201	0.43 58	0.33 217	0.56 154	0.38 153	0.79 80	0.45 51	0.53 112	0.46 51	0.44 63	0.44 109	1.38 283	0.31 62	0.18 139	0.14 163	0.19 134	0.15 108	0.17 89	0.16 124

AIO_test	0.35 46	0.22 45	0.44 37	0.43 58	0.27 87	0.57 159	0.44 228	0.79 80	0.41 41	0.32 19	0.47 53	0.46 75	0.30 31	0.69 82	0.30 45	0.16 57	0.11 26	0.16 49	0.13 62	0.15 38	0.12 10

UGAM-zero	1.00 409	0.30 233	0.93 344	0.47 114	0.30 151	0.57 159	0.25 32	2.25 513	0.63 107	1.01 228	1.10 250	2.73 523	1.85 510	6.26 523	0.40 156	0.17 100	0.14 163	0.19 134	0.15 108	0.16 58	0.17 150

CAS	0.63 228	0.18 1	0.37 5	2.27 547	0.84 499	0.57 159	0.54 314	0.79 80	0.62 104	0.48 90	0.70 122	0.36 47	0.26 17	0.45 12	0.35 108	2.24 548	0.10 9	0.14 1	0.09 1	0.15 38	1.06 537

rvit_0105_5	0.58 202	0.39 378	1.05 389	0.66 402	0.37 264	0.58 162	0.56 340	0.94 142	1.18 346	0.64 136	0.68 114	0.75 189	0.63 226	0.88 147	0.50 244	0.32 428	0.32 469	0.30 405	0.27 395	0.28 357	0.25 329

SA	0.66 255	0.30 233	0.82 294	0.61 351	0.30 151	0.58 162	0.38 153	1.44 306	1.30 409	0.96 210	1.36 363	0.66 167	0.95 366	1.85 371	0.42 178	0.19 180	0.15 221	0.25 330	0.23 339	0.21 236	0.17 150

test-3	0.54 165	0.22 45	0.68 188	0.47 114	0.27 87	0.58 162	0.35 111	0.92 128	1.00 245	1.32 388	0.69 118	0.87 239	0.45 113	1.68 347	0.37 130	0.16 57	0.11 26	0.20 169	0.16 150	0.17 89	0.13 35

test_1	0.54 165	0.22 45	0.68 188	0.47 114	0.27 87	0.58 162	0.35 111	0.92 128	1.00 245	1.28 360	0.68 114	0.87 239	0.45 113	1.67 342	0.37 130	0.16 57	0.11 26	0.20 169	0.16 150	0.17 89	0.13 35

XX-TBD	0.46 114	0.70 488	0.35 1	0.79 473	0.25 55	0.58 162	0.26 42	0.69 49	1.27 394	0.76 155	1.00 201	0.45 71	0.33 45	0.47 18	0.37 130	0.19 180	0.15 221	0.15 19	0.11 8	0.17 89	0.14 61

AIO_rvc	0.36 47	0.23 58	0.49 71	0.43 58	0.27 87	0.59 167	0.38 153	0.94 142	0.45 51	0.33 24	0.46 51	0.49 95	0.22 6	0.84 133	0.30 45	0.16 57	0.11 26	0.16 49	0.12 38	0.15 38	0.13 35

test_for_model	1.30 462	3.71 571	0.58 134	3.22 561	2.84 561	0.59 167	0.33 91	1.40 295	0.83 178	1.42 428	0.61 97	0.52 112	0.37 74	0.51 24	0.33 81	2.46 549	0.15 221	0.16 49	0.11 8	4.39 571	1.50 544

MyStereo07	0.48 127	0.29 213	0.50 77	0.55 277	0.45 340	0.59 167	0.79 423	1.05 191	0.51 75	0.48 90	0.53 74	0.43 61	0.55 180	1.30 260	0.34 98	0.17 100	0.16 261	0.24 291	0.20 243	0.23 285	0.20 248

MyStereo04	0.67 264	0.29 213	1.07 398	0.55 277	0.45 340	0.59 167	0.79 423	1.50 320	1.40 456	0.91 198	0.91 173	0.74 187	0.86 324	1.52 313	0.62 297	0.17 100	0.16 261	0.24 291	0.20 243	0.23 285	0.20 248

PFNet+	0.59 208	0.28 178	0.77 274	0.53 238	0.30 151	0.59 167	0.31 77	0.92 128	1.14 315	1.33 396	1.10 250	0.79 204	0.57 194	1.31 261	0.49 238	0.25 344	0.17 290	0.28 381	0.26 384	0.21 236	0.25 329

DeepStereo_RVC	0.55 180	0.29 213	0.72 225	0.51 199	0.30 151	0.59 167	0.33 91	1.03 177	0.70 138	1.16 300	0.93 178	0.83 222	0.94 361	0.96 169	0.54 269	0.21 249	0.14 163	0.21 204	0.19 211	0.24 300	0.24 317

RAFT-IKP	0.54 165	0.30 233	0.73 237	0.50 169	0.27 87	0.59 167	0.36 127	1.04 183	0.64 111	1.12 266	0.96 185	0.83 222	0.61 216	1.22 239	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

Prome-Stereo	0.75 314	0.27 156	0.53 98	0.55 277	0.32 196	0.59 167	0.97 469	0.89 118	0.88 192	1.45 432	2.46 511	0.91 255	1.41 469	1.58 326	0.44 191	0.18 139	0.13 112	0.19 134	0.17 171	0.20 195	0.92 528

ISRNet	0.80 337	0.33 304	1.07 398	0.81 479	0.66 449	0.60 175	0.34 103	1.19 248	1.13 312	1.59 465	1.53 411	1.35 391	0.77 275	1.27 253	0.94 387	0.39 469	0.34 475	0.43 485	0.38 482	0.34 410	0.49 482

IGEV-RUCA	0.37 53	0.23 58	0.48 64	0.49 157	0.36 249	0.60 175	0.23 24	0.64 34	0.49 62	0.39 49	0.49 64	0.44 63	0.31 36	0.85 138	0.30 45	0.24 317	0.13 112	0.16 49	0.12 38	0.20 195	0.19 215

RAFT-Stereo-weight	0.47 121	0.24 76	0.53 98	0.48 141	0.27 87	0.60 175	0.35 111	1.02 172	1.07 273	0.99 220	0.78 143	0.76 193	0.28 23	0.76 104	0.36 118	0.16 57	0.12 51	0.17 76	0.15 108	0.16 58	0.15 94

GwcNet-ADL	0.64 240	0.31 266	0.79 285	0.56 290	0.41 310	0.60 175	0.58 355	1.41 297	1.26 388	1.08 244	1.13 268	0.91 255	0.60 207	1.04 196	0.78 348	0.27 383	0.18 312	0.18 111	0.18 189	0.25 312	0.29 380

EAI-Stereo	0.65 248	0.28 178	0.69 201	0.53 238	0.27 87	0.60 175	0.40 176	2.28 516	0.64 111	0.71 147	3.18 526	0.57 132	0.43 101	1.06 199	0.41 167	0.18 139	0.13 112	0.17 76	0.17 171	0.17 89	0.17 150

CFNet-RSSM	0.54 165	0.24 76	0.70 207	0.48 141	0.28 112	0.60 175	0.27 49	1.49 316	1.14 315	1.06 240	0.93 178	1.08 318	0.54 173	0.70 86	0.35 108	0.16 57	0.12 51	0.17 76	0.15 108	0.16 58	0.14 61

depthmonostereo	0.41 79	0.23 58	0.53 98	0.47 114	0.23 22	0.61 181	0.35 111	1.00 165	0.76 157	0.48 90	0.65 106	0.47 82	0.49 148	0.67 80	0.37 130	0.16 57	0.15 221	0.16 49	0.14 90	0.16 58	0.15 94

castereo	0.41 79	0.22 45	0.46 58	0.44 81	0.30 151	0.61 181	0.56 340	0.97 155	0.80 169	0.38 41	0.69 118	0.45 71	0.69 244	0.51 24	0.30 45	0.16 57	0.11 26	0.16 49	0.13 62	0.16 58	0.12 10

SMoEStereo_RVC	0.39 62	0.25 104	0.50 77	0.45 95	0.30 151	0.61 181	0.36 127	0.72 58	0.45 51	0.46 79	0.43 38	0.42 58	0.35 60	1.39 288	0.29 35	0.15 36	0.12 51	0.20 169	0.15 108	0.16 58	0.15 94

MyStereo06	0.61 217	0.28 178	0.95 352	0.56 290	0.46 352	0.61 181	0.73 407	1.78 404	0.67 129	1.03 236	1.12 263	1.13 340	0.56 185	0.78 112	0.41 167	0.17 100	0.16 261	0.23 271	0.20 243	0.22 260	0.20 248

MyStereo05	0.66 255	0.28 178	1.07 398	0.56 290	0.46 352	0.61 181	0.73 407	1.34 281	1.41 461	1.15 290	0.91 173	0.77 196	0.80 292	1.41 295	0.63 301	0.17 100	0.16 261	0.23 271	0.20 243	0.22 260	0.20 248

test_3	0.55 180	0.23 58	0.71 219	0.53 238	0.28 112	0.61 181	0.40 176	0.92 128	1.05 264	1.19 318	0.68 114	0.93 266	0.44 109	1.67 342	0.39 149	0.15 36	0.12 51	0.22 233	0.19 211	0.21 236	0.14 61

IIG-Stereo	0.96 392	0.31 266	0.72 225	0.88 506	0.33 217	0.61 181	0.26 42	1.19 248	1.03 255	1.69 478	1.37 365	1.46 412	0.75 263	6.96 538	0.51 249	0.19 180	0.14 163	0.23 271	0.18 189	0.20 195	0.14 61

test-1	0.52 140	0.26 127	1.04 388	0.56 290	0.32 196	0.61 181	0.38 153	1.10 217	0.91 204	0.78 163	1.01 207	0.77 196	0.52 163	0.60 58	0.42 178	0.17 100	0.14 163	0.20 169	0.17 171	0.20 195	0.23 303

RALCasStereoNet	0.54 165	0.30 233	0.66 179	0.59 325	0.51 380	0.61 181	0.52 300	0.94 142	0.93 211	0.70 145	1.01 207	0.78 200	0.44 109	1.33 268	0.47 225	0.20 215	0.16 261	0.18 111	0.16 150	0.20 195	0.19 215

FlowAnything_test	0.39 62	0.26 127	0.61 149	0.59 325	0.33 217	0.62 190	0.36 127	0.62 30	0.40 37	0.45 74	0.36 20	0.45 71	0.37 74	0.53 30	0.48 230	0.24 317	0.18 312	0.28 381	0.33 462	0.21 236	0.19 215

MSCF	0.38 58	0.25 104	0.52 92	0.47 114	0.25 55	0.62 190	0.37 146	0.81 93	0.47 60	0.50 104	0.71 125	0.32 37	0.65 236	0.54 33	0.28 32	0.19 180	0.12 51	0.17 76	0.14 90	0.17 89	0.14 61

3.75w	0.32 27	0.23 58	0.44 37	0.37 9	0.29 129	0.62 190	0.36 127	0.59 19	0.32 20	0.41 51	0.47 53	0.25 12	0.34 52	0.64 68	0.26 18	0.12 5	0.09 1	0.14 1	0.12 38	0.13 4	0.12 10

DisPM	0.66 255	0.28 178	0.72 225	0.61 351	0.35 239	0.62 190	0.45 245	1.02 172	0.99 240	1.56 458	1.10 250	0.80 206	0.59 204	2.37 421	0.41 167	0.23 302	0.14 163	0.23 271	0.21 287	0.20 195	0.25 329

AIO-Stereo-zeroshot	0.72 283	0.35 349	1.70 484	0.49 157	0.56 408	0.63 194	0.38 153	2.41 527	0.65 126	0.77 160	1.07 236	1.82 471	0.95 366	0.93 163	0.43 188	0.20 215	0.13 112	0.21 204	0.25 367	0.28 357	0.26 353

NRIStereo	0.60 211	0.29 213	0.69 201	0.53 238	0.28 112	0.63 194	0.33 91	1.08 212	0.87 188	1.14 284	0.87 165	0.91 255	0.59 204	2.24 410	0.49 238	0.20 215	0.14 163	0.21 204	0.19 211	0.21 236	0.17 150

Pruner-Stereo	0.62 221	0.29 213	0.70 207	0.61 351	0.31 177	0.63 194	0.43 215	1.17 235	0.99 240	1.53 448	1.08 241	0.95 277	0.55 180	1.35 273	0.51 249	0.23 302	0.14 163	0.24 291	0.21 287	0.21 236	0.23 303

LG-G_1	0.31 23	0.20 8	0.44 37	0.42 51	0.20 3	0.64 197	0.18 2	0.70 53	0.25 7	0.29 10	0.29 13	0.36 47	0.35 60	0.87 145	0.24 5	0.16 57	0.12 51	0.16 49	0.11 8	0.13 4	0.13 35

LG-G	0.31 23	0.20 8	0.44 37	0.42 51	0.20 3	0.64 197	0.18 2	0.70 53	0.25 7	0.29 10	0.29 13	0.36 47	0.35 60	0.87 145	0.24 5	0.16 57	0.12 51	0.16 49	0.11 8	0.13 4	0.13 35

rvit_0105_3	0.63 228	0.44 402	1.08 402	0.72 447	0.40 302	0.64 197	0.71 403	1.03 177	1.17 339	0.82 176	0.70 122	0.80 206	0.70 249	0.91 155	0.56 275	0.35 454	0.34 475	0.34 445	0.32 452	0.27 338	0.28 375

AIO-Stereo-zeroshot1	0.98 402	0.39 378	3.21 530	0.50 169	0.63 441	0.64 197	0.39 168	2.36 522	0.75 151	0.95 208	4.63 542	1.81 468	0.56 185	0.96 169	0.41 167	0.18 139	0.13 112	0.21 204	0.26 384	0.32 397	0.35 426

qqq	0.57 196	0.34 328	0.71 219	0.47 114	0.27 87	0.64 197	0.62 372	1.42 299	0.78 164	0.80 168	0.92 175	0.95 277	0.77 275	0.88 147	0.59 284	0.21 249	0.20 348	0.24 291	0.23 339	0.22 260	0.21 265

test_4	0.53 150	0.22 45	0.56 118	0.54 253	0.32 196	0.64 197	0.39 168	0.80 88	0.62 104	0.92 200	1.87 475	0.68 172	0.42 94	1.16 226	0.37 130	0.15 36	0.13 112	0.20 169	0.22 316	0.20 195	0.15 94

dd	0.59 208	0.48 420	0.97 360	0.55 277	0.32 196	0.64 197	0.47 259	1.02 172	1.34 424	0.78 163	0.86 162	0.58 137	0.54 173	1.01 186	0.86 375	0.28 397	0.18 312	0.26 349	0.19 211	0.32 397	0.24 317

NF-Stereo	0.80 337	0.30 233	0.75 257	0.60 337	0.31 177	0.64 197	0.44 228	1.21 251	0.90 199	1.29 366	1.02 215	0.82 215	0.57 194	5.40 507	0.48 230	0.23 302	0.14 163	0.24 291	0.20 243	0.20 195	0.30 394

OCTAStereo	0.80 337	0.30 233	0.75 257	0.60 337	0.31 177	0.64 197	0.44 228	1.21 251	0.90 199	1.29 366	1.01 207	0.82 215	0.57 194	5.35 501	0.48 230	0.24 317	0.14 163	0.24 291	0.20 243	0.20 195	0.30 394

ROB_FTStereo_v2	0.54 165	0.30 233	0.73 237	0.50 169	0.27 87	0.64 197	0.42 196	1.05 191	0.64 111	1.12 266	0.96 185	0.83 222	0.60 207	1.12 217	0.46 218	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

ROB_FTStereo	0.54 165	0.30 233	0.73 237	0.50 169	0.27 87	0.64 197	0.25 32	1.05 191	0.64 111	1.12 266	0.95 182	0.82 215	0.61 216	1.15 222	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

PFNet	0.91 381	0.26 127	1.10 408	0.63 372	0.32 196	0.64 197	0.56 340	1.17 235	0.99 240	1.47 435	1.08 241	0.98 287	0.69 244	6.62 529	0.54 269	0.20 215	0.12 51	0.24 291	0.19 211	0.20 195	0.17 150

RE-Stereo	0.80 337	0.30 233	0.75 257	0.60 337	0.31 177	0.64 197	0.44 228	1.21 251	0.90 199	1.29 366	1.01 207	0.81 210	0.57 194	5.37 504	0.48 230	0.24 317	0.14 163	0.24 291	0.20 243	0.20 195	0.30 394

TVStereo	0.80 337	0.30 233	0.75 257	0.60 337	0.31 177	0.64 197	0.44 228	1.21 251	0.90 199	1.29 366	1.01 207	0.81 210	0.57 194	5.37 504	0.48 230	0.24 317	0.14 163	0.24 291	0.20 243	0.20 195	0.30 394

GMStereo	0.55 180	0.45 409	0.94 348	0.50 169	0.32 196	0.64 197	0.43 215	1.00 165	1.40 456	0.82 176	0.73 131	0.51 105	0.45 113	0.85 138	0.55 273	0.24 317	0.15 221	0.20 169	0.21 287	0.31 388	0.24 317
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
Gwc-CoAtRS	0.52 140	0.24 76	0.68 188	0.48 141	0.29 129	0.64 197	0.25 32	1.16 233	1.08 279	1.01 228	1.00 201	1.12 335	0.56 185	0.69 82	0.37 130	0.16 57	0.13 112	0.17 76	0.15 108	0.15 38	0.15 94

GASTEREO	0.40 71	0.25 104	0.51 84	0.48 141	0.25 55	0.65 213	0.36 127	0.81 93	0.49 62	0.51 109	0.82 156	0.30 33	0.66 239	0.62 64	0.28 32	0.19 180	0.12 51	0.16 49	0.14 90	0.16 58	0.14 61

IPLGR	0.58 202	0.27 156	1.14 418	0.48 141	0.28 112	0.65 213	0.33 91	1.22 259	1.13 312	1.18 314	1.05 230	0.69 177	0.66 239	0.96 169	0.52 256	0.17 100	0.15 221	0.20 169	0.17 171	0.20 195	0.18 175

Patchmatch Stereo++	0.55 180	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.29 60	1.05 191	0.64 111	1.12 266	0.96 185	0.83 222	0.60 207	1.37 279	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.54 165	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.41 192	1.04 183	0.64 111	1.12 266	0.96 185	0.82 215	0.61 216	1.06 199	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

HUI-Stereo	0.52 140	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.30 70	1.04 183	0.64 111	1.12 266	0.96 185	0.83 222	0.60 207	0.79 116	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

iGMRVC	0.56 189	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.38 153	1.05 191	0.64 111	1.12 266	0.96 185	0.83 222	0.60 207	1.52 313	0.46 218	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

IRAFT_RVC	0.88 373	0.28 178	0.76 267	0.63 372	0.31 177	0.65 213	1.02 479	1.22 259	0.94 214	1.22 331	1.04 228	1.01 301	0.98 383	5.82 517	0.53 263	0.22 275	0.12 51	0.25 330	0.20 243	0.20 195	0.19 215

iRAFT	0.55 180	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.29 60	1.05 191	0.64 111	1.12 266	0.96 185	0.83 222	0.60 207	1.37 279	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

TANstereo	0.44 99	0.21 26	0.44 37	0.41 44	0.21 9	0.65 213	0.26 42	0.79 80	0.83 178	0.93 201	0.98 195	0.51 105	0.46 120	0.54 33	0.35 108	0.18 139	0.24 409	0.16 49	0.13 62	0.16 58	0.26 353

4D-IteraStereo	0.48 127	0.24 76	0.76 267	0.50 169	0.44 333	0.66 222	0.31 77	0.87 109	1.02 251	1.03 236	0.72 129	0.78 200	0.32 42	0.64 68	0.37 130	0.17 100	0.11 26	0.23 271	0.19 211	0.19 161	0.13 35

MIPNet	0.56 189	0.28 178	0.94 348	0.49 157	0.33 217	0.66 222	0.38 153	1.35 284	1.08 279	1.06 240	0.92 175	0.60 145	0.79 286	0.73 97	0.52 256	0.17 100	0.14 163	0.19 134	0.16 150	0.18 120	0.17 150

TransformOpticalFlow	0.96 392	0.28 178	0.89 331	0.52 220	0.31 177	0.66 222	0.54 314	1.75 390	1.12 300	1.09 250	1.44 388	1.37 396	1.01 395	6.70 534	0.42 178	0.19 180	0.12 51	0.20 169	0.19 211	0.18 120	0.19 215

FTStereo	0.91 381	0.26 127	0.56 118	0.54 253	0.33 217	0.66 222	1.87 536	1.00 165	0.75 151	1.75 482	4.15 537	1.04 310	1.65 494	1.57 324	0.46 218	0.19 180	0.16 261	0.23 271	0.21 287	0.18 120	0.63 508

Former-RAFT_DAM_RVC	0.46 114	0.36 359	0.71 219	0.47 114	0.36 249	0.67 226	0.35 111	0.78 75	1.12 300	0.61 131	0.62 100	0.39 56	0.39 83	0.71 90	0.39 149	0.20 215	0.17 290	0.22 233	0.18 189	0.23 285	0.19 215

AE-Stereo	0.49 133	0.27 156	0.67 184	0.60 337	0.39 291	0.67 226	0.46 252	1.18 240	1.09 287	0.47 82	0.75 137	0.69 177	0.47 129	0.59 46	0.40 156	0.16 57	0.15 221	0.21 204	0.20 243	0.19 161	0.15 94

x	0.54 165	0.31 266	0.61 149	0.47 114	0.30 151	0.67 226	0.47 259	1.53 335	0.79 168	0.81 172	0.83 157	0.78 200	0.70 249	0.70 86	0.62 297	0.21 249	0.19 330	0.22 233	0.19 211	0.21 236	0.20 248

CrosDoStereo	1.58 488	0.24 76	0.72 225	0.48 141	0.29 129	0.67 226	12.49 573	1.10 217	0.98 233	1.34 400	1.75 460	1.00 294	1.89 512	6.65 530	0.81 360	0.19 180	0.15 221	0.20 169	0.22 316	0.18 120	0.19 215

AAGNet	1.83 507	0.28 178	0.72 225	0.61 351	0.32 196	0.67 226	0.51 289	0.96 154	0.98 233	1.47 435	1.20 301	1.00 294	1.18 436	2.83 444	22.77 580	0.22 275	0.13 112	0.22 233	0.19 211	0.23 285	0.15 94

KYRaft	0.75 314	0.28 178	0.62 155	0.56 290	0.29 129	0.67 226	0.86 443	0.94 142	0.84 182	1.62 470	2.21 498	1.16 344	1.02 400	1.57 324	0.40 156	0.20 215	0.13 112	0.22 233	0.28 416	0.20 195	1.02 532

DeepStereo_LL	1.58 488	0.24 76	0.72 225	0.48 141	0.29 129	0.67 226	12.49 573	1.10 217	0.98 233	1.34 400	1.75 460	1.00 294	1.89 512	6.65 530	0.81 360	0.19 180	0.15 221	0.20 169	0.22 316	0.18 120	0.19 215

testlalala2	0.58 202	0.27 156	0.68 188	1.72 541	1.27 537	0.68 233	0.42 196	0.93 135	0.70 138	0.90 193	0.93 178	0.76 193	0.34 52	0.52 27	0.40 156	0.18 139	0.15 221	0.17 76	0.13 62	0.17 89	0.17 150

GANet-ADL	0.60 211	0.35 349	0.72 225	0.64 381	0.40 302	0.68 233	0.51 289	1.49 316	1.12 300	0.95 208	1.08 241	0.91 255	0.57 194	0.76 104	0.55 273	0.26 367	0.18 312	0.18 111	0.16 150	0.23 285	0.25 329

STrans-v2	1.04 424	0.28 178	0.96 358	0.49 157	0.32 196	0.68 233	0.79 423	2.47 531	1.12 300	1.12 266	1.46 396	1.40 398	1.46 476	6.70 534	0.43 188	0.18 139	0.13 112	0.20 169	0.18 189	0.18 120	0.18 175

cross-raft	0.54 165	0.25 104	0.61 149	0.52 220	0.29 129	0.68 233	0.37 146	1.46 310	0.76 157	1.01 228	1.06 232	1.28 376	0.46 120	0.71 90	0.35 108	0.15 36	0.12 51	0.18 111	0.16 150	0.19 161	0.14 61

RAFT	0.64 240	0.30 233	0.73 237	0.59 325	0.33 217	0.68 233	0.58 355	1.04 183	0.76 157	1.08 244	1.19 297	1.65 450	0.93 356	1.06 199	0.56 275	0.21 249	0.18 312	0.27 366	0.24 352	0.22 260	0.17 150

model_zeroshot	0.48 127	0.29 213	0.86 307	0.51 199	0.36 249	0.69 238	0.37 146	1.12 225	0.62 104	0.85 186	0.84 159	0.66 167	0.37 74	0.73 97	0.34 98	0.20 215	0.16 261	0.19 134	0.16 150	0.17 89	0.16 124

MSKI-zero shot	0.55 180	0.26 127	0.57 128	0.51 199	0.26 63	0.69 238	0.28 55	1.18 240	0.64 111	0.91 198	1.32 347	0.82 215	0.33 45	1.92 377	0.32 67	0.17 100	0.12 51	0.17 76	0.13 62	0.16 58	0.16 124

LCNet	0.72 283	0.28 178	0.52 92	0.55 277	0.31 177	0.69 238	0.54 314	1.00 165	0.88 192	1.19 318	1.34 356	0.97 285	1.34 464	2.56 434	0.45 204	0.18 139	0.13 112	0.21 204	0.25 367	0.27 338	0.73 520

RAFT_R40	0.83 354	0.28 178	0.73 237	0.59 325	0.31 177	0.69 238	0.44 228	1.10 217	0.95 216	1.47 435	1.10 250	1.00 294	0.85 316	5.53 509	0.46 218	0.22 275	0.13 112	0.23 271	0.20 243	0.23 285	0.18 175

RALAANet	0.60 211	0.33 304	0.87 318	0.62 363	0.50 369	0.69 238	0.31 77	1.21 251	1.06 268	1.09 250	1.16 285	0.88 243	0.46 120	1.22 239	0.42 178	0.19 180	0.15 221	0.21 204	0.17 171	0.27 338	0.17 150

R-Stereo Train	0.57 196	0.26 127	0.63 158	0.54 253	0.36 249	0.69 238	0.54 314	1.22 259	0.72 144	1.61 466	1.50 407	0.75 189	0.53 168	0.64 68	0.44 191	0.18 139	0.15 221	0.17 76	0.15 108	0.17 89	0.17 150

RAFT-Stereo	0.57 196	0.26 127	0.63 158	0.54 253	0.36 249	0.69 238	0.54 314	1.22 259	0.72 144	1.61 466	1.50 407	0.75 189	0.53 168	0.64 68	0.44 191	0.18 139	0.15 221	0.17 76	0.15 108	0.17 89	0.17 150
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UGAM	1.14 445	0.27 156	0.95 352	0.53 238	0.42 315	0.70 245	0.72 406	0.95 147	1.32 417	0.98 217	1.48 402	1.78 467	0.87 329	9.65 566	0.87 376	0.21 249	0.18 312	0.30 405	0.24 352	0.19 161	0.16 124

GCAP-BAT	0.49 133	0.31 266	0.64 165	0.41 44	0.46 352	0.70 245	0.35 111	0.77 71	0.64 111	0.86 188	1.00 201	0.77 196	0.37 74	1.18 232	0.36 118	0.18 139	0.14 163	0.18 111	0.13 62	0.17 89	0.15 94

LL-Strereo2	0.52 140	0.33 304	0.69 201	0.52 220	0.37 264	0.70 245	0.30 70	1.13 228	0.67 129	0.94 206	0.78 143	0.91 255	0.42 94	1.05 198	0.42 178	0.17 100	0.16 261	0.29 392	0.25 367	0.21 236	0.16 124

CFNet_pseudo	0.66 255	0.32 282	0.86 307	0.48 141	0.39 291	0.70 245	0.40 176	1.33 276	1.22 371	1.16 300	1.34 356	1.24 361	0.64 230	0.98 178	0.59 284	0.21 249	0.16 261	0.33 435	0.19 211	0.36 420	0.25 329

ccs_rob	0.66 255	0.33 304	0.86 307	0.48 141	0.39 291	0.70 245	0.40 176	1.33 276	1.22 371	1.16 300	1.34 356	1.23 359	0.64 230	0.98 178	0.59 284	0.21 249	0.16 261	0.35 453	0.20 243	0.37 424	0.25 329

testlalala	0.45 107	0.28 178	0.59 141	0.42 51	0.39 291	0.71 250	0.39 168	1.08 212	0.45 51	1.24 345	0.80 154	0.61 149	0.36 69	0.54 33	0.33 81	0.20 215	0.13 112	0.18 111	0.12 38	0.15 38	0.15 94

RAFT_CTSACE	0.63 228	0.26 127	0.88 325	0.55 277	0.51 380	0.71 250	0.44 228	0.80 88	0.97 228	0.97 213	1.84 470	1.18 348	0.68 241	1.47 306	0.36 118	0.16 57	0.15 221	0.21 204	0.20 243	0.20 195	0.14 61

PMTNet	0.46 114	0.21 26	0.38 8	0.37 9	0.23 22	0.71 250	0.27 49	0.74 64	1.04 260	0.64 136	0.70 122	0.55 122	0.47 129	0.86 142	0.35 108	1.00 531	0.13 112	0.15 19	0.10 2	0.15 38	0.13 35

DilatedVolume-Stereo	0.43 88	0.21 26	0.55 114	0.43 58	0.32 196	0.72 253	0.29 60	0.80 88	0.51 75	0.77 160	0.73 131	0.48 87	0.40 87	1.13 219	0.39 149	0.15 36	0.14 163	0.15 19	0.14 90	0.16 58	0.14 61

SST-Stereo	0.83 354	0.28 178	0.72 225	0.59 325	0.31 177	0.72 253	0.26 42	1.09 214	0.86 184	1.47 435	1.10 250	1.00 294	0.87 329	5.73 515	0.45 204	0.22 275	0.13 112	0.23 271	0.19 211	0.23 285	0.18 175

GMM-Stereo	0.74 306	0.25 104	0.59 141	0.54 253	0.34 235	0.72 253	0.99 474	1.01 171	0.87 188	1.36 405	1.78 463	1.12 335	0.81 296	2.09 395	0.46 218	0.18 139	0.12 51	0.25 330	0.25 367	0.20 195	0.85 526

111	0.60 211	0.23 58	0.70 207	0.43 58	0.24 38	0.72 253	0.42 196	1.18 240	1.41 461	0.80 168	1.38 370	1.10 330	0.79 286	0.96 169	0.58 281	0.18 139	0.13 112	0.17 76	0.15 108	0.17 89	0.19 215

DCVSM-stereo	0.72 283	0.35 349	0.76 267	0.55 277	0.42 315	0.73 257	0.38 153	1.21 251	1.02 251	1.79 488	1.04 228	1.62 439	1.03 402	1.04 196	0.79 354	0.24 317	0.27 433	0.29 392	0.24 352	0.30 379	0.36 432

Sa-1000	0.72 283	0.29 213	0.76 267	0.59 325	0.30 151	0.73 257	0.37 146	1.62 359	1.33 421	1.28 360	2.04 490	0.86 235	0.75 263	1.84 368	0.38 141	0.19 180	0.14 163	0.25 330	0.23 339	0.20 195	0.16 124

iRaft-Stereo_20w	0.65 248	0.31 266	1.00 369	0.47 114	0.34 235	0.73 257	0.30 70	2.96 540	0.70 138	1.15 290	1.14 272	0.76 193	0.65 236	1.11 214	0.38 141	0.17 100	0.13 112	0.18 111	0.16 150	0.19 161	0.18 175

PSMNet-RSSM	0.72 283	0.30 233	0.61 149	0.63 372	0.42 315	0.73 257	0.56 340	1.92 447	1.10 294	1.09 250	1.37 365	1.22 354	0.98 383	1.28 255	0.72 328	0.27 383	0.19 330	0.27 366	0.29 428	0.24 300	0.24 317

ffm	0.72 283	0.33 304	0.85 301	0.53 238	0.37 264	0.74 261	0.56 340	0.95 147	2.47 529	1.15 290	1.45 390	1.06 312	0.82 301	1.55 321	0.32 67	0.20 215	0.12 51	0.31 411	0.27 395	0.19 161	0.20 248

ff1	1.37 471	0.33 304	0.85 301	0.53 238	0.37 264	0.74 261	0.56 340	0.95 147	2.47 529	1.15 290	1.45 390	1.06 312	0.82 301	7.22 540	7.61 549	0.20 215	0.12 51	0.31 411	0.27 395	0.19 161	0.20 248

mmx	1.39 474	0.33 304	0.85 301	0.53 238	0.37 264	0.74 261	0.56 340	2.13 487	1.37 442	1.15 290	1.45 390	1.06 312	0.82 301	7.22 540	7.61 549	0.24 317	0.19 330	0.31 411	0.27 395	0.30 379	0.25 329

xxx	1.39 474	0.33 304	0.85 301	0.53 238	0.37 264	0.74 261	0.56 340	2.13 487	1.37 442	1.15 290	1.45 390	1.06 312	0.82 301	7.22 540	7.61 549	0.24 317	0.19 330	0.31 411	0.27 395	0.30 379	0.25 329

CFNet_ucs	0.70 274	0.33 304	0.88 325	0.50 169	0.43 325	0.74 261	0.44 228	1.60 352	1.29 403	1.22 331	1.54 416	1.09 328	0.63 226	0.99 181	0.59 284	0.25 344	0.20 348	0.37 464	0.21 287	0.40 441	0.28 375

999	0.48 127	0.22 45	0.49 71	0.48 141	0.34 235	0.75 266	0.31 77	0.85 106	0.55 89	0.37 35	0.48 56	0.50 101	0.36 69	2.45 426	0.39 149	0.16 57	0.13 112	0.18 111	0.15 108	0.16 58	0.19 215

rvit_105_1	0.72 283	0.52 437	1.01 373	0.78 471	0.49 362	0.75 266	0.87 445	1.12 225	1.18 346	0.99 220	0.79 149	0.90 252	0.77 275	1.26 250	0.75 337	0.41 476	0.36 491	0.36 461	0.41 489	0.30 379	0.33 416

LL-Strereo	1.33 467	0.39 378	1.38 451	0.61 351	0.61 434	0.75 266	0.66 386	1.63 361	1.17 339	1.56 458	1.60 431	2.03 495	2.12 525	9.72 567	0.97 396	0.21 249	0.18 312	0.27 366	0.23 339	0.22 260	0.25 329

CIPLG	0.62 221	0.33 304	0.96 358	0.58 312	0.50 369	0.75 266	0.48 270	1.05 191	0.96 221	1.40 420	1.57 426	0.64 160	0.48 140	0.89 152	0.70 320	0.23 302	0.15 221	0.19 134	0.16 150	0.19 161	0.21 265

ACRE	0.61 217	0.33 304	1.01 373	0.58 312	0.49 362	0.75 266	0.47 259	1.06 204	0.95 216	1.37 408	1.55 418	0.62 154	0.46 120	0.83 130	0.70 320	0.23 302	0.15 221	0.19 134	0.16 150	0.18 120	0.21 265

AANet_RVC	1.16 451	0.52 437	1.49 473	0.65 395	0.45 340	0.75 266	0.69 398	1.42 299	1.55 482	1.34 400	1.87 475	1.53 426	0.78 282	7.43 545	1.38 453	0.25 344	0.17 290	0.19 134	0.16 150	0.22 260	0.26 353

test_sample1	0.61 217	0.29 213	0.75 257	0.50 169	0.31 177	0.76 272	0.48 270	1.59 348	0.84 182	0.90 193	0.94 181	0.88 243	0.95 366	1.16 226	0.67 312	0.22 275	0.18 312	0.20 169	0.19 211	0.21 236	0.21 265

gcap-zeroshot	0.53 150	0.28 178	0.89 331	0.49 157	0.28 112	0.76 272	0.37 146	1.34 281	0.73 148	0.89 191	0.67 111	1.35 391	0.51 158	0.79 116	0.33 81	0.18 139	0.15 221	0.18 111	0.15 108	0.17 89	0.16 124

anonymousdsp2	0.53 150	0.27 156	0.74 253	0.48 141	0.29 129	0.76 272	0.47 259	1.61 355	0.82 177	0.77 160	0.77 141	0.75 189	0.47 129	1.03 190	0.40 156	0.18 139	0.13 112	0.18 111	0.13 62	0.19 161	0.18 175

dad	0.86 368	0.66 480	1.06 393	0.56 290	0.37 264	0.76 272	0.44 228	1.17 235	1.50 474	1.44 430	1.27 325	1.34 390	0.75 263	2.52 433	0.84 370	0.42 480	0.27 433	0.83 529	0.26 384	0.41 444	0.29 380

IPLGR_C	0.62 221	0.33 304	0.99 364	0.58 312	0.49 362	0.76 272	0.48 270	1.10 217	0.96 221	1.40 420	1.56 422	0.62 154	0.48 140	0.80 119	0.71 325	0.23 302	0.15 221	0.19 134	0.16 150	0.19 161	0.21 265

AACVNet	0.86 368	0.35 349	0.79 285	0.82 487	0.39 291	0.76 272	0.49 280	1.61 355	0.81 172	1.08 244	1.33 349	1.30 380	0.93 356	4.34 481	0.74 332	0.25 344	0.21 370	0.28 381	0.22 316	0.29 368	0.25 329

GrayStereo	0.82 348	0.26 127	0.58 134	0.63 372	0.37 264	0.76 272	1.86 535	1.11 223	0.87 188	1.99 504	1.89 477	1.08 318	1.82 509	1.39 288	0.48 230	0.19 180	0.14 163	0.19 134	0.21 287	0.18 120	0.39 446

HCRNet	0.70 274	0.39 378	0.73 237	0.60 337	0.59 428	0.76 272	0.35 111	1.22 259	1.13 312	1.02 232	0.99 197	1.02 303	0.76 271	2.19 407	0.70 320	0.28 397	0.19 330	0.28 381	0.23 339	0.25 312	0.23 303

UDGNet	0.72 283	1.17 529	0.80 290	0.77 469	0.41 310	0.77 280	0.38 153	0.97 155	1.34 424	0.81 172	0.88 167	0.71 184	0.60 207	1.21 238	0.54 269	0.52 504	0.19 330	1.02 537	0.26 384	0.71 516	0.31 404

DAS	0.84 359	0.34 328	1.03 384	0.64 381	0.69 461	0.77 280	0.63 377	1.54 338	1.20 359	1.79 488	1.55 418	0.95 277	1.04 404	2.83 444	0.60 292	0.21 249	0.16 261	0.25 330	0.18 189	0.27 338	0.22 283

SepStereo	0.82 348	0.34 328	1.03 384	0.64 381	0.69 461	0.77 280	0.63 377	1.54 338	1.20 359	1.79 488	1.55 418	0.95 277	1.04 404	2.30 416	0.60 292	0.21 249	0.16 261	0.25 330	0.18 189	0.27 338	0.22 283

PSM-AAD	0.79 334	0.27 156	0.53 98	0.55 277	0.28 112	0.77 280	1.24 502	0.99 161	0.91 204	1.66 475	1.57 426	0.81 210	2.19 528	1.65 337	0.44 191	0.19 180	0.14 163	0.38 467	0.32 452	0.21 236	0.70 517

DMCA-RVC	0.74 306	0.40 384	1.27 437	0.66 402	0.49 362	0.77 280	0.47 259	1.35 284	1.01 248	1.53 448	1.01 207	1.29 379	0.82 301	1.31 261	0.78 348	0.27 383	0.21 370	0.35 453	0.27 395	0.32 397	0.24 317

z-ln-s-r	1.02 418	0.55 447	2.09 504	0.52 220	0.55 405	0.78 285	0.87 445	1.47 312	1.34 424	1.12 266	1.62 438	1.37 396	1.06 411	2.62 438	3.32 525	0.19 180	0.14 163	0.21 204	0.17 171	0.27 338	0.21 265

G2L-Stereo	0.80 337	0.32 282	0.95 352	0.60 337	0.42 315	0.78 285	0.69 398	1.50 320	1.09 287	1.33 396	1.14 272	1.45 409	0.72 257	2.45 426	1.10 416	0.25 344	0.20 348	0.26 349	0.21 287	0.20 195	0.26 353

PCWNet_CMD	0.66 255	0.32 282	0.88 325	0.49 157	0.37 264	0.78 285	0.40 176	1.42 299	1.31 413	1.16 300	1.31 341	1.25 365	0.62 221	0.89 152	0.57 278	0.20 215	0.16 261	0.27 366	0.19 211	0.40 441	0.25 329

CASS	0.65 248	0.34 328	0.72 225	0.56 290	0.27 87	0.78 285	0.42 196	1.59 348	0.86 184	1.30 374	1.25 315	0.87 239	0.84 313	0.84 133	0.54 269	0.35 454	0.19 330	0.26 349	0.21 287	0.28 357	0.42 456
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
cf-r	0.73 301	0.30 233	0.77 274	0.55 277	0.63 441	0.78 285	0.48 270	1.79 410	1.15 327	1.13 281	1.26 322	1.43 402	0.87 329	1.40 294	0.85 373	0.25 344	0.18 312	0.22 233	0.23 339	0.19 161	0.19 215

GwcNet-RSSM	0.77 322	0.32 282	1.01 373	0.62 363	0.54 399	0.78 285	0.51 289	1.73 383	1.20 359	1.09 250	1.37 365	1.46 412	0.85 316	1.53 317	1.09 413	0.25 344	0.18 312	0.23 271	0.24 352	0.20 195	0.19 215

AIO-test2	0.57 196	0.28 178	0.63 158	0.61 351	0.58 420	0.79 291	0.51 289	1.18 240	1.40 456	0.63 135	1.15 280	0.51 105	0.43 101	1.09 208	0.35 108	0.21 249	0.17 290	0.26 349	0.30 437	0.20 195	0.19 215

tt45	0.45 107	0.23 58	0.46 58	0.45 95	0.33 217	0.79 291	0.32 84	0.78 75	0.41 41	0.51 109	0.44 42	0.49 95	0.37 74	2.14 399	0.34 98	0.16 57	0.13 112	0.19 134	0.16 150	0.17 89	0.18 175

testlalala_base	0.77 322	0.40 384	0.70 207	0.65 395	0.50 369	0.79 291	0.28 55	1.50 320	0.51 75	0.73 153	0.90 171	0.69 177	0.54 173	0.66 77	0.40 156	2.82 553	0.14 163	0.17 76	0.12 38	2.68 548	0.19 215

IPLG	0.69 270	0.27 156	0.97 360	0.51 199	0.43 325	0.79 291	0.33 91	1.21 251	1.06 268	1.30 374	1.10 250	0.52 112	0.55 180	3.16 458	0.63 301	0.16 57	0.14 163	0.19 134	0.16 150	0.18 120	0.17 150

CRE-IMP	0.55 180	0.30 233	0.74 253	0.52 220	0.29 129	0.79 291	0.25 32	1.04 183	0.72 144	1.09 250	0.95 182	0.81 210	0.57 194	1.10 211	0.50 244	0.21 249	0.14 163	0.23 271	0.19 211	0.28 357	0.22 283

pcwnet_v2	0.97 398	0.37 366	4.33 538	0.62 363	0.54 399	0.79 291	0.45 245	2.02 473	1.58 484	1.42 428	1.64 443	1.09 328	0.79 286	1.24 246	0.67 312	0.32 428	0.25 418	0.29 392	0.27 395	0.37 424	0.35 426

MSMDNet	0.66 255	0.32 282	0.87 318	0.49 157	0.37 264	0.79 291	0.40 176	1.43 305	1.31 413	1.15 290	1.31 341	1.24 361	0.63 226	0.88 147	0.57 278	0.21 249	0.16 261	0.26 349	0.19 211	0.39 437	0.24 317

DeepPruner_ROB	0.74 306	0.48 420	0.87 318	0.57 306	0.44 333	0.79 291	0.54 314	1.73 383	0.96 221	1.38 413	1.27 325	1.24 361	0.73 259	1.43 296	0.73 331	0.34 447	0.28 440	0.27 366	0.26 384	0.31 388	0.31 404

xyz-stereo-finetune	0.48 127	0.25 104	0.54 104	0.42 51	0.23 22	0.80 299	0.42 196	0.80 88	0.80 169	0.61 131	0.62 100	0.54 119	0.43 101	1.70 349	0.58 281	0.15 36	0.15 221	0.19 134	0.15 108	0.16 58	0.15 94

AIO-test1	0.56 189	0.25 104	0.55 114	0.64 381	0.78 485	0.80 299	0.36 127	1.18 240	1.34 424	0.57 118	0.88 167	0.61 149	0.50 154	1.12 217	0.35 108	0.17 100	0.17 290	0.22 233	0.24 352	0.18 120	0.23 303

DEFOM-Stereo	0.33 35	0.20 8	0.40 17	0.42 51	0.28 112	0.80 299	0.23 24	0.48 6	0.37 30	0.37 35	0.31 16	0.23 3	0.24 10	1.20 236	0.27 23	0.16 57	0.12 51	0.14 1	0.11 8	0.14 18	0.14 61

ITSA-stereo	0.82 348	0.36 359	0.82 294	0.54 253	0.31 177	0.80 299	0.47 259	2.17 502	1.67 490	1.13 281	1.13 268	0.94 269	0.86 324	2.46 429	1.00 401	0.26 367	0.23 400	0.28 381	0.27 395	0.28 357	0.36 432

test_sample2	0.62 221	0.29 213	0.74 253	0.50 169	0.28 112	0.80 299	0.61 369	1.61 355	1.00 245	0.88 190	0.99 197	0.94 269	0.83 309	1.16 226	0.51 249	0.23 302	0.18 312	0.22 233	0.21 287	0.23 285	0.22 283

SACVNet	0.85 363	0.46 411	0.85 301	0.81 479	0.56 408	0.80 299	0.79 423	1.68 372	1.12 300	1.34 400	1.33 349	1.25 365	0.94 361	2.39 423	0.76 340	0.34 447	0.26 424	0.31 411	0.29 428	0.35 413	0.44 466

ICVP	0.63 228	0.33 304	0.57 128	0.61 351	0.40 302	0.80 299	0.58 355	1.61 355	0.89 195	0.90 193	1.24 311	0.88 243	0.73 259	0.72 93	0.88 377	0.29 408	0.21 370	0.22 233	0.21 287	0.24 300	0.27 363
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ACVNet	0.63 228	0.31 266	0.54 104	0.54 253	0.36 249	0.80 299	0.46 252	1.37 287	1.07 273	0.93 201	1.30 335	1.08 318	0.85 316	0.80 119	0.94 387	0.21 249	0.19 330	0.21 204	0.18 189	0.22 260	0.18 175

GANet-RSSM	0.72 283	0.28 178	0.63 158	0.64 381	0.58 420	0.80 299	0.58 355	1.89 437	1.08 279	1.04 239	1.25 315	1.15 343	1.04 404	1.49 308	0.62 297	0.25 344	0.19 330	0.22 233	0.22 316	0.22 260	0.21 265

FACV-RUCA	0.63 228	0.34 328	0.82 294	0.62 363	0.65 446	0.81 308	0.41 192	1.44 306	1.07 273	0.86 188	1.14 272	0.61 149	0.69 244	0.80 119	0.53 263	0.28 397	0.19 330	0.47 495	0.21 287	0.35 413	0.25 329

RAFT-RH_RVC	1.03 421	0.24 76	0.67 184	0.49 157	0.28 112	0.81 308	0.33 91	0.83 102	1.08 279	2.05 508	4.65 544	1.04 310	0.57 194	5.98 522	0.50 244	0.18 139	0.13 112	0.26 349	0.20 243	0.16 58	0.17 150

test_sample6	0.71 281	0.34 328	0.87 318	0.52 220	0.30 151	0.82 310	0.58 355	1.79 410	1.15 327	1.14 284	1.33 349	0.91 255	0.79 286	1.31 261	0.74 332	0.27 383	0.21 370	0.27 366	0.29 428	0.28 357	0.27 363

SMFormer	0.75 314	0.30 233	0.86 307	0.46 103	0.26 63	0.82 310	0.43 215	2.05 476	1.39 451	1.23 337	1.47 397	0.98 287	0.95 366	1.71 351	0.82 365	0.24 317	0.20 348	0.22 233	0.21 287	0.23 285	0.24 317

tta	0.75 314	0.30 233	0.86 307	0.46 103	0.26 63	0.82 310	0.43 215	2.05 476	1.39 451	1.23 337	1.47 397	0.98 287	0.95 366	1.71 351	0.82 365	0.24 317	0.20 348	0.22 233	0.21 287	0.18 120	0.18 175

qqq1	0.72 283	0.30 233	0.86 307	0.46 103	0.26 63	0.82 310	0.43 215	2.05 476	1.39 451	1.23 337	1.47 397	0.98 287	0.95 366	1.71 351	0.44 191	0.24 317	0.20 348	0.18 111	0.15 108	0.18 120	0.18 175

fff1	0.72 283	0.30 233	0.86 307	0.46 103	0.26 63	0.82 310	0.43 215	2.05 476	1.39 451	1.23 337	1.47 397	0.98 287	0.95 366	1.71 351	0.44 191	0.24 317	0.20 348	0.18 111	0.15 108	0.18 120	0.18 175

DFGA-Net	0.72 283	0.40 384	1.40 452	0.52 220	0.45 340	0.83 315	0.44 228	1.28 273	1.08 279	0.99 220	1.19 297	0.70 181	0.55 180	2.14 399	1.16 425	0.18 139	0.16 261	0.24 291	0.23 339	0.27 338	0.25 329

11t1	0.52 140	0.28 178	0.68 188	0.51 199	0.28 112	0.83 315	0.39 168	1.22 259	0.63 107	0.84 181	0.74 135	0.68 172	0.68 241	0.91 155	0.57 278	0.21 249	0.18 312	0.19 134	0.16 150	0.20 195	0.21 265

GASNet	0.99 404	0.97 512	1.72 487	0.98 519	0.68 459	0.83 315	0.67 390	1.60 352	1.28 399	1.31 384	1.22 305	1.22 354	1.21 445	2.41 424	1.41 461	0.43 485	0.26 424	0.36 461	0.34 468	0.55 493	0.31 404

riskmin	0.56 189	0.27 156	0.60 146	0.43 58	0.31 177	0.83 315	0.42 196	1.14 229	1.04 260	0.73 153	0.75 137	1.11 334	1.01 395	0.81 125	0.51 249	0.20 215	0.14 163	0.24 291	0.15 108	0.24 300	0.25 329

FENet	0.60 211	0.28 178	0.63 158	0.54 253	0.33 217	0.83 315	0.38 153	1.27 269	1.07 273	1.00 225	0.86 162	0.99 293	0.85 316	0.96 169	0.68 316	0.22 275	0.15 221	0.23 271	0.20 243	0.22 260	0.23 303

CFNet-ft	0.72 283	0.32 282	0.54 104	0.66 402	0.54 399	0.83 315	0.55 332	1.37 287	1.15 327	0.93 201	1.28 331	1.57 431	0.97 376	1.35 273	0.81 360	0.26 367	0.20 348	0.33 435	0.25 367	0.30 379	0.23 303

CFNet_RVC	0.72 283	0.32 282	0.54 104	0.66 402	0.54 399	0.83 315	0.55 332	1.37 287	1.15 327	0.93 201	1.28 331	1.57 431	0.97 376	1.35 273	0.81 360	0.26 367	0.20 348	0.33 435	0.25 367	0.30 379	0.23 303

iResNet_ROB	0.77 322	0.30 233	0.99 364	0.57 306	0.36 249	0.83 315	0.36 127	2.33 519	1.58 484	1.27 358	1.30 335	1.25 365	0.84 313	1.65 337	0.79 354	0.20 215	0.14 163	0.17 76	0.12 38	0.18 120	0.27 363

test_sample5	0.69 270	0.34 328	0.87 318	0.52 220	0.30 151	0.84 323	0.54 314	1.83 422	1.14 315	1.11 264	1.25 315	0.88 243	0.78 282	1.23 241	0.65 306	0.26 367	0.20 348	0.27 366	0.27 395	0.27 338	0.26 353

DualNet	0.70 274	0.34 328	0.87 318	0.52 220	0.30 151	0.84 323	0.54 314	1.83 422	1.14 315	1.14 284	1.33 349	0.88 243	0.78 282	1.23 241	0.65 306	0.26 367	0.20 348	0.27 366	0.27 395	0.27 338	0.26 353

GMStereo_Zeroshot	0.67 264	0.61 471	1.01 373	0.64 381	0.37 264	0.84 323	0.35 111	1.05 191	1.12 300	1.12 266	1.06 232	1.27 373	0.54 173	1.19 234	0.59 284	0.32 428	0.17 290	0.31 411	0.18 189	0.52 487	0.22 283

UCFNet_RVC	0.69 270	0.35 349	0.49 71	0.64 381	0.39 291	0.85 326	0.58 355	1.75 390	1.14 315	0.97 213	1.19 297	1.17 345	0.93 356	0.99 181	0.62 297	0.28 397	0.20 348	0.34 445	0.31 444	0.32 397	0.27 363

mmm	0.63 228	0.35 349	0.72 225	0.51 199	0.30 151	0.86 327	0.54 314	1.59 348	0.86 184	1.07 243	1.38 370	0.79 204	0.75 263	0.91 155	0.58 281	0.22 275	0.18 312	0.29 392	0.25 367	0.25 312	0.23 303

ToySt	0.66 255	0.33 304	1.23 428	0.51 199	0.33 217	0.86 327	0.68 394	1.10 217	0.97 228	0.84 181	1.08 241	1.25 365	0.94 361	1.01 186	0.74 332	0.19 180	0.19 330	0.24 291	0.24 352	0.27 338	0.23 303

DMCA	0.67 264	0.34 328	0.90 335	0.51 199	0.44 333	0.86 327	0.47 259	1.42 299	1.02 251	1.17 309	1.12 263	1.23 359	0.75 263	0.78 112	0.95 391	0.25 344	0.19 330	0.27 366	0.19 211	0.24 300	0.27 363

DispNO	0.93 386	0.30 233	1.34 449	0.55 277	0.55 405	0.89 330	0.49 280	1.48 314	1.21 365	1.17 309	1.27 325	1.19 349	0.90 341	5.23 499	0.74 332	0.22 275	0.17 290	0.24 291	0.21 287	0.19 161	0.20 248

STTStereo	0.78 330	0.50 430	1.22 427	0.64 381	0.54 399	0.89 330	0.54 314	1.44 306	1.11 296	1.38 413	1.09 246	1.27 373	0.85 316	1.43 296	0.83 367	0.29 408	0.27 433	0.33 435	0.39 484	0.32 397	0.30 394

TDLM	1.06 425	0.44 402	0.79 285	0.63 372	0.50 369	0.89 330	1.44 515	1.48 314	1.26 388	1.12 266	1.40 376	1.08 318	0.98 383	6.65 530	0.78 348	0.33 437	0.21 370	0.33 435	0.26 384	0.37 424	0.24 317

G2L-Stereo_test	0.73 301	0.27 156	0.74 253	0.49 157	0.40 302	0.90 333	0.81 432	1.53 335	1.14 315	1.28 360	1.27 325	1.52 425	0.72 257	1.62 332	0.94 387	0.19 180	0.14 163	0.16 49	0.15 108	0.18 120	0.19 215

tg	0.52 140	0.24 76	0.61 149	0.49 157	0.30 151	0.90 333	0.29 60	1.07 206	0.83 178	0.83 178	1.02 215	0.62 154	0.43 101	1.35 273	0.41 167	0.17 100	0.12 51	0.22 233	0.20 243	0.17 89	0.15 94

ARAFT	0.77 322	0.36 359	1.49 473	0.51 199	0.31 177	0.90 333	0.82 434	1.90 440	1.06 268	1.62 470	1.24 311	1.02 303	0.64 230	1.84 368	0.50 244	0.18 139	0.14 163	0.28 381	0.27 395	0.17 89	0.16 124

CVANet_RVC	1.07 427	0.43 399	0.76 267	0.60 337	0.50 369	0.90 333	0.97 469	1.52 329	1.26 388	1.33 396	1.38 370	1.24 361	1.18 436	6.75 536	0.75 337	0.34 447	0.23 400	0.34 445	0.29 428	0.42 449	0.27 363

test_sample7	0.74 306	0.37 366	0.76 267	0.52 220	0.35 239	0.91 337	0.67 390	1.78 404	1.21 365	1.22 331	1.18 290	1.08 318	0.92 347	1.23 241	0.67 312	0.31 421	0.28 440	0.32 426	0.31 444	0.33 406	0.29 380

MyStereo8	0.65 248	0.29 213	1.00 369	0.58 312	0.49 362	0.91 337	0.35 111	1.18 240	1.31 413	1.16 300	1.27 325	0.90 252	0.64 230	0.72 93	0.95 391	0.18 139	0.14 163	0.20 169	0.18 189	0.22 260	0.26 353

Selective-RAFT	0.52 140	0.28 178	0.79 285	0.55 277	0.27 87	0.91 337	0.33 91	0.80 88	0.88 192	0.58 120	0.63 102	0.81 210	0.77 275	1.29 259	0.48 230	0.19 180	0.14 163	0.17 76	0.15 108	0.19 161	0.17 150

FADNet-RVC	0.88 373	0.67 481	1.93 500	0.60 337	0.48 358	0.91 337	0.60 367	1.71 381	1.18 346	0.90 193	0.96 185	1.36 393	0.92 347	2.25 412	1.17 428	0.30 413	0.29 451	0.32 426	0.32 452	0.41 444	0.35 426

DeepPrunerF	1.60 490	0.73 491	5.81 547	0.88 506	1.19 532	0.91 337	0.95 466	2.19 506	5.24 560	1.17 309	1.30 335	1.19 349	1.30 460	4.90 493	1.66 484	0.42 480	0.34 475	0.52 503	0.47 503	0.41 444	0.40 447

PS-NSSS	0.99 404	0.58 458	0.93 344	0.58 312	0.57 411	0.91 337	0.80 429	1.81 416	1.14 315	1.14 284	1.67 450	1.00 294	0.83 309	4.62 486	0.78 348	0.37 462	0.31 461	0.52 503	0.32 452	0.45 465	0.38 443

MLCV	0.72 283	0.34 328	1.10 408	0.51 199	0.23 22	0.91 337	0.39 168	1.33 276	1.23 374	1.46 434	1.55 418	1.01 301	0.64 230	1.95 382	0.80 358	0.18 139	0.12 51	0.18 111	0.14 90	0.19 161	0.17 150

test_sample4	0.69 270	0.33 304	0.91 338	0.51 199	0.30 151	0.92 344	0.52 300	1.87 431	1.15 327	1.14 284	1.18 290	0.87 239	0.75 263	1.18 232	0.68 316	0.25 344	0.20 348	0.26 349	0.26 384	0.26 324	0.25 329

test_5	0.65 248	0.30 233	0.75 257	0.67 414	0.50 369	0.92 344	0.52 300	1.39 293	1.12 300	0.76 155	1.11 256	1.00 294	0.90 341	1.53 317	0.45 204	0.18 139	0.13 112	0.23 271	0.22 316	0.21 236	0.19 215

AdaStereo	0.70 274	0.43 399	0.75 257	0.73 455	0.37 264	0.92 344	0.53 308	1.85 426	1.18 346	1.12 266	1.23 309	1.07 317	0.65 236	0.96 169	0.63 301	0.31 421	0.15 221	0.32 426	0.21 287	0.29 368	0.22 283
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
iResNet	0.75 314	0.40 384	1.36 450	0.67 414	0.29 129	0.92 344	0.59 363	1.52 329	1.25 383	1.28 360	1.48 402	0.94 269	0.76 271	1.62 332	0.78 348	0.18 139	0.14 163	0.18 111	0.15 108	0.22 260	0.23 303

Anonymous3	0.61 217	0.44 402	1.11 410	0.59 325	0.49 362	0.93 348	0.65 381	0.93 135	0.81 172	0.72 152	0.88 167	0.65 163	0.69 244	1.06 199	0.53 263	0.35 454	0.30 455	0.26 349	0.26 384	0.31 388	0.27 363

ttt	0.94 388	0.34 328	0.59 141	0.61 351	0.37 264	0.94 349	0.50 288	2.17 502	1.34 424	1.23 337	1.61 435	0.91 255	0.76 271	1.85 371	3.97 534	0.30 413	0.26 424	0.26 349	0.24 352	0.29 368	0.29 380

GES	0.66 255	0.34 328	0.90 335	0.59 325	0.38 281	0.94 349	0.57 351	2.11 486	0.86 184	1.02 232	1.11 256	0.66 167	0.79 286	0.99 181	0.61 294	0.27 383	0.19 330	0.20 169	0.20 243	0.21 236	0.30 394

test_xeample	1.45 479	0.28 178	0.65 172	0.51 199	0.28 112	0.94 349	0.59 363	2.14 491	1.29 403	1.24 345	1.51 409	0.88 243	0.86 324	1.46 302	15.10 569	0.22 275	0.20 348	0.22 233	0.20 243	0.22 260	0.22 283

iResNetv2_ROB	0.80 337	0.37 366	1.71 486	0.56 290	0.37 264	0.94 349	0.64 379	1.73 383	1.34 424	1.23 337	1.42 379	1.26 369	0.92 347	1.85 371	0.56 275	0.23 302	0.15 221	0.19 134	0.14 90	0.24 300	0.19 215

G2L-ROB	0.73 301	0.25 104	0.76 267	0.54 253	0.39 291	0.95 353	0.66 386	1.66 369	1.09 287	1.24 345	1.02 215	1.64 447	0.71 254	1.63 334	1.02 403	0.20 215	0.14 163	0.17 76	0.15 108	0.20 195	0.22 283

coex_refinement	0.80 337	0.28 178	0.73 237	0.70 435	0.51 380	0.95 353	0.60 367	1.78 404	1.23 374	1.36 405	1.37 365	1.82 471	0.81 296	1.32 265	1.13 422	0.26 367	0.17 290	0.19 134	0.20 243	0.24 300	0.25 329

THIR-Stereo	1.02 418	0.27 156	0.69 201	0.49 157	0.28 112	0.95 353	1.34 510	1.03 177	0.97 228	1.34 400	1.90 478	1.17 345	1.58 487	6.44 527	0.78 348	0.19 180	0.14 163	0.21 204	0.22 316	0.19 161	0.20 248

GEStereo_RVC	0.90 378	0.37 366	0.99 364	0.64 381	0.50 369	0.95 353	0.79 423	2.42 528	1.17 339	1.16 300	1.11 256	1.26 369	0.92 347	3.24 459	0.90 383	0.29 408	0.19 330	0.23 271	0.20 243	0.27 338	0.29 380

DIP-Stereo	0.62 221	0.30 233	0.83 299	0.48 141	0.36 249	0.95 353	0.33 91	2.37 524	0.67 129	1.25 351	1.00 201	0.68 172	0.51 158	0.91 155	0.61 294	0.18 139	0.15 221	0.21 204	0.17 171	0.19 161	0.19 215
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
NLCA_NET_v2_RVC	0.79 334	0.43 399	1.05 389	0.64 381	0.58 420	0.95 353	0.53 308	1.53 335	1.18 346	1.37 408	1.15 280	1.43 402	0.88 334	1.61 331	0.84 370	0.25 344	0.22 388	0.27 366	0.27 395	0.29 368	0.29 380
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Consistency-Raft	1.25 458	0.99 515	1.93 500	1.02 523	1.21 533	0.96 359	1.01 478	1.75 390	1.92 510	1.36 405	2.12 494	1.44 407	1.01 395	1.14 221	1.40 457	0.72 526	0.82 544	0.89 531	0.98 547	1.31 538	0.95 529

s12784h	0.52 140	0.20 8	0.38 8	0.41 44	0.19 1	0.96 359	0.34 103	1.17 235	1.25 383	0.81 172	0.90 171	0.63 157	0.50 154	1.45 300	0.42 178	0.14 29	0.12 51	0.17 76	0.11 8	0.18 120	0.11 2

hitnet-ft	0.79 334	0.35 349	0.57 128	0.58 312	0.42 315	0.96 359	0.46 252	1.47 312	1.33 421	1.19 318	1.22 305	1.81 468	0.98 383	1.66 341	0.94 387	0.33 437	0.28 440	0.34 445	0.27 395	0.35 413	0.31 404

FADNet	0.92 383	0.61 471	1.81 493	0.62 363	0.55 405	0.96 359	0.57 351	1.78 404	1.33 421	0.93 201	1.01 207	1.36 393	1.01 395	2.71 441	0.75 337	0.33 437	0.34 475	0.31 411	0.34 468	0.59 500	0.40 447

castereo++	0.38 58	0.23 58	0.41 22	0.43 58	0.31 177	0.97 363	0.22 16	0.86 108	0.58 94	0.32 19	0.44 42	0.51 105	0.39 83	0.93 163	0.24 5	0.17 100	0.11 26	0.17 76	0.12 38	0.14 18	0.14 61

test_sample3	0.68 268	0.32 282	0.88 325	0.52 220	0.30 151	0.97 363	0.52 300	1.86 429	1.15 327	1.08 244	1.11 256	0.88 243	0.71 254	1.17 230	0.68 316	0.25 344	0.20 348	0.25 330	0.25 367	0.25 312	0.25 329

RAFT-Test	0.54 165	0.25 104	0.64 165	0.47 114	0.30 151	0.97 363	0.27 49	1.24 265	0.81 172	0.96 210	1.12 263	1.28 376	0.48 140	0.71 90	0.36 118	0.17 100	0.13 112	0.17 76	0.14 90	0.16 58	0.16 124

DRaft	0.80 337	0.24 76	0.70 207	0.45 95	0.30 151	0.97 363	0.53 308	1.05 191	0.97 228	1.78 485	2.02 489	0.80 206	1.74 501	2.73 442	0.72 328	0.17 100	0.14 163	0.20 169	0.20 243	0.18 120	0.21 265

RASNet	1.12 440	0.30 233	0.91 338	0.66 402	0.77 483	0.97 363	0.57 351	1.37 287	1.35 434	1.02 232	1.34 356	2.11 499	1.43 471	7.09 539	1.39 456	0.19 180	0.17 290	0.17 76	0.19 211	0.18 120	0.16 124

EDNetEfficient	2.37 530	1.10 521	8.08 554	0.74 459	0.71 464	0.98 368	1.56 521	1.46 310	4.06 553	4.90 559	2.82 520	2.25 502	3.48 549	2.95 448	9.97 558	0.26 367	0.24 409	0.26 349	0.30 437	0.68 513	0.61 506

aanetorigin	1.23 455	0.79 499	2.78 528	0.70 435	0.79 488	0.99 369	1.06 485	1.06 204	1.37 442	3.52 545	2.61 515	1.72 458	1.63 492	1.99 385	1.78 487	0.25 344	0.24 409	0.26 349	0.25 367	0.38 433	0.45 468

CFNet	0.96 392	0.36 359	1.01 373	0.62 363	0.42 315	0.99 369	0.47 259	1.90 440	1.32 417	0.99 220	1.39 374	1.10 330	0.86 324	5.58 512	0.79 354	0.23 302	0.17 290	0.28 381	0.27 395	0.26 324	0.21 265

Any-RAFT	0.53 150	0.24 76	0.47 61	0.47 114	0.27 87	1.00 371	0.25 32	1.58 347	1.05 264	0.85 186	0.99 197	1.06 312	0.47 129	0.70 86	0.32 67	0.18 139	0.13 112	0.16 49	0.13 62	0.16 58	0.16 124

1111x	1.70 500	0.29 213	0.86 307	0.51 199	0.27 87	1.01 372	0.68 394	2.22 510	1.28 399	1.13 281	1.40 376	1.21 352	1.10 420	5.53 509	15.20 570	0.22 275	0.21 370	0.22 233	0.22 316	0.24 300	0.22 283

Anonymous_2	1.30 462	0.55 447	0.82 294	0.52 220	0.58 420	1.01 372	0.64 379	1.25 267	0.97 228	0.96 210	0.78 143	1.33 386	1.29 456	1.03 190	0.74 332	0.62 520	0.64 538	1.06 538	9.63 578	1.16 533	0.49 482

DualNet (step1)	0.83 354	0.49 423	1.13 414	0.56 290	0.39 291	1.02 374	0.73 407	1.78 404	1.21 365	1.22 331	1.18 290	1.08 318	0.92 347	1.23 241	0.67 312	0.57 513	0.28 440	0.62 521	0.67 528	0.45 465	0.42 456

test_sample9	1.86 510	0.49 423	1.13 414	0.56 290	0.39 291	1.02 374	0.73 407	1.78 404	1.21 365	1.22 331	1.18 290	1.08 318	0.92 347	2.27 414	7.92 553	0.57 513	12.61 582	0.62 521	0.67 528	0.45 465	0.42 456

test_sample8	2.19 524	0.49 423	1.13 414	0.56 290	0.39 291	1.02 374	0.73 407	1.82 417	1.15 327	2.26 514	1.30 335	4.94 548	2.52 538	2.27 414	7.92 553	0.57 513	12.61 582	0.62 521	0.67 528	0.45 465	0.42 456

BEATNet_4x	0.73 301	0.49 423	1.17 422	0.53 238	0.26 63	1.03 377	0.55 332	1.82 417	1.06 268	1.21 326	1.22 305	0.96 283	0.91 344	1.01 186	1.06 407	0.21 249	0.14 163	0.24 291	0.19 211	0.37 424	0.21 265

PASM	1.34 468	0.92 510	2.62 524	0.86 498	0.87 506	1.03 377	1.08 487	1.50 320	1.51 476	1.82 493	1.41 378	1.68 453	1.26 453	4.87 492	1.34 447	0.61 519	0.65 540	0.68 525	0.78 534	0.69 514	0.68 516

DEmStereo	0.97 398	0.23 58	0.79 285	0.47 114	0.32 196	1.04 379	0.56 340	0.93 135	0.89 195	1.39 419	2.14 496	1.02 303	2.07 523	5.64 513	0.77 346	0.17 100	0.15 221	0.20 169	0.20 243	0.18 120	0.20 248

psm_up	0.77 322	0.34 328	0.70 207	0.66 402	0.58 420	1.05 380	0.92 457	1.52 329	1.12 300	1.26 355	1.16 285	1.31 384	1.23 447	1.20 236	0.81 360	0.25 344	0.29 451	0.31 411	0.27 395	0.27 338	0.25 329

ac_64	0.82 348	0.29 213	0.81 291	0.71 443	0.60 431	1.05 380	0.54 314	1.99 464	0.92 209	1.18 314	1.06 232	1.99 490	1.08 416	1.94 381	0.97 396	0.27 383	0.22 388	0.24 291	0.23 339	0.22 260	0.19 215

HITNet	0.65 248	0.40 384	0.77 274	0.48 141	0.24 38	1.05 380	0.49 280	1.76 396	1.02 251	1.18 314	1.18 290	0.89 251	0.80 292	0.85 138	0.79 354	0.17 100	0.12 51	0.21 204	0.17 171	0.29 368	0.15 94
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
222	1.61 492	0.29 213	0.67 184	0.56 290	0.29 129	1.06 383	0.42 196	2.17 502	1.31 413	1.31 384	1.52 410	0.92 264	0.94 361	1.76 361	17.65 573	0.24 317	0.20 348	0.21 204	0.19 211	0.22 260	0.23 303

NOSS_ROB	1.26 459	0.46 411	0.62 155	0.56 290	0.38 281	1.06 383	0.78 420	1.73 383	1.40 456	1.01 228	1.43 383	1.10 330	0.75 263	10.62 570	0.65 306	0.45 491	0.43 509	0.48 497	0.45 498	0.44 461	0.41 452

FADNet-RVC-Resample	0.84 359	0.47 416	2.10 505	0.61 351	0.45 340	1.07 385	0.61 369	1.59 348	1.20 359	1.08 244	0.98 195	1.03 307	0.98 383	2.17 402	0.72 328	0.23 302	0.22 388	0.30 405	0.32 452	0.35 413	0.34 421

anonymity	1.12 440	0.97 512	1.21 425	1.07 527	1.12 525	1.08 386	0.89 450	1.95 455	1.16 336	1.29 366	1.26 322	1.22 354	1.09 419	1.15 222	1.01 402	1.02 534	1.00 557	0.97 533	0.97 545	0.98 526	0.99 531

FINET	0.97 398	0.54 442	1.60 479	0.63 372	0.79 488	1.08 386	1.07 486	1.56 345	2.20 523	1.15 290	1.49 404	0.94 269	0.88 334	2.32 417	1.05 405	0.42 480	0.35 486	0.32 426	0.28 416	0.43 455	0.38 443

FAT-Stereo	1.07 427	0.41 392	1.32 444	0.72 447	0.58 420	1.08 386	0.89 450	1.96 456	1.65 488	1.75 482	1.98 483	2.03 495	1.48 479	2.02 388	1.18 431	0.42 480	0.35 486	0.34 445	0.29 428	0.35 413	0.53 490

xyz-stereo-finetune2	0.58 202	0.27 156	0.57 128	0.40 36	0.24 38	1.09 389	0.32 84	0.79 80	0.53 86	0.65 138	1.07 236	0.58 137	0.80 292	2.47 431	0.80 358	0.16 57	0.15 221	0.21 204	0.17 171	0.16 58	0.17 150

RP	1.09 433	0.50 430	1.12 412	0.90 510	1.04 518	1.11 390	0.84 436	1.80 413	1.62 486	1.55 457	2.00 486	1.90 478	1.78 504	1.84 368	1.25 435	0.52 504	0.36 491	0.48 497	0.36 477	0.45 465	0.43 463

DLCB_ROB	0.86 368	0.40 384	0.78 282	0.68 425	0.54 399	1.11 390	0.84 436	1.49 316	1.23 374	1.64 474	1.65 445	1.70 456	0.91 344	1.70 349	1.05 405	0.25 344	0.24 409	0.26 349	0.27 395	0.27 338	0.24 317

XPNet_ROB	0.96 392	0.49 423	1.09 405	0.72 447	0.57 411	1.11 390	1.14 493	1.66 369	1.23 374	1.85 495	1.39 374	1.64 447	1.11 421	1.80 365	1.42 465	0.38 466	0.30 455	0.33 435	0.29 428	0.37 424	0.34 421

ADLNet2	0.88 373	0.34 328	1.17 422	0.77 469	0.64 444	1.12 393	0.76 415	1.74 388	1.24 380	1.21 326	1.65 445	1.71 457	1.05 408	1.67 342	1.17 428	0.24 317	0.21 370	0.21 204	0.22 316	0.26 324	0.29 380

psmorigin	1.52 484	0.69 485	10.52 562	0.68 425	0.59 428	1.13 394	0.70 401	1.57 346	1.19 354	1.99 504	1.79 464	2.26 503	1.47 478	2.09 395	1.36 451	0.39 469	0.40 504	0.34 445	0.33 462	0.43 455	0.56 495

TCMNet	1.01 415	0.60 469	2.10 505	0.86 498	1.33 538	1.14 395	0.67 390	1.69 374	1.23 374	1.11 264	1.57 426	1.30 380	0.97 376	2.01 387	1.50 476	0.31 421	0.31 461	0.38 467	0.34 468	0.42 449	0.36 432

CoDeX	0.73 301	0.29 213	0.93 344	0.54 253	0.36 249	1.14 395	0.61 369	2.34 521	1.17 339	1.16 300	1.25 315	0.91 255	0.87 329	1.33 268	0.64 305	0.20 215	0.16 261	0.21 204	0.18 189	0.20 195	0.18 175

AASNet	0.76 320	0.35 349	0.91 338	0.79 473	0.81 495	1.14 395	0.56 340	2.02 473	1.08 279	1.22 331	1.24 311	0.93 266	0.76 271	0.77 107	1.16 425	0.27 383	0.23 400	0.24 291	0.20 243	0.28 357	0.24 317

PSMNet-ADL	0.72 283	0.35 349	0.62 155	0.69 429	0.46 352	1.14 395	0.44 228	1.37 287	1.01 248	0.83 178	1.17 288	1.33 386	0.96 373	1.43 296	0.95 391	0.33 437	0.22 388	0.21 204	0.23 339	0.27 338	0.29 380

edge stereo	1.11 438	0.50 430	1.30 440	0.71 443	0.65 446	1.14 395	0.75 412	1.93 451	1.37 442	1.71 479	1.83 468	2.54 516	1.44 473	2.43 425	1.23 433	0.42 480	0.41 506	0.54 509	0.35 473	0.42 449	0.46 471

ETE_ROB	0.96 392	0.64 478	1.16 420	0.69 429	0.48 358	1.14 395	1.13 492	1.77 400	1.19 354	1.91 501	1.45 390	1.73 459	1.05 408	1.60 329	1.14 423	0.32 428	0.26 424	0.38 467	0.34 468	0.39 437	0.41 452

HSM-Net_RVC	0.87 372	0.29 213	0.53 98	0.53 238	0.30 151	1.15 401	0.55 332	3.57 548	1.28 399	1.53 448	1.74 457	1.68 453	0.93 356	1.49 308	0.77 346	0.22 275	0.17 290	0.19 134	0.18 189	0.20 195	0.19 215
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PWC_ROB	1.24 456	0.76 497	2.46 519	0.72 447	0.78 485	1.15 401	0.49 280	1.75 390	1.92 510	2.31 516	3.07 524	1.59 435	1.40 468	2.46 429	2.10 502	0.33 437	0.22 388	0.35 453	0.24 352	0.38 433	0.41 452

tt1	0.62 221	0.32 282	0.51 84	0.54 253	0.26 63	1.16 403	0.48 270	0.95 147	2.47 529	0.57 118	0.77 141	0.49 95	0.81 296	1.55 321	0.32 67	0.20 215	0.12 51	0.24 291	0.15 108	0.19 161	0.20 248

xxxx	1.51 483	0.28 178	0.68 188	0.54 253	0.28 112	1.16 403	0.44 228	2.19 506	1.29 403	1.09 250	1.36 363	1.22 354	0.85 316	1.79 364	15.70 572	0.24 317	0.21 370	0.21 204	0.20 243	0.22 260	0.23 303

HGLStereo	0.85 363	0.38 373	0.94 348	0.80 476	1.03 517	1.17 405	0.58 355	1.52 329	1.20 359	1.19 318	1.62 438	1.13 340	1.20 442	1.80 365	1.06 407	0.24 317	0.24 409	0.24 291	0.21 287	0.23 285	0.27 363

ACVNet-DCA	0.56 189	0.31 266	0.50 77	0.54 253	0.26 63	1.18 406	0.51 289	1.42 299	0.78 164	0.58 120	0.79 149	0.48 87	0.88 334	1.46 302	0.32 67	0.20 215	0.12 51	0.25 330	0.15 108	0.22 260	0.21 265

xx1	0.67 264	0.31 266	0.50 77	0.54 253	0.26 63	1.18 406	0.51 289	0.93 135	3.05 542	0.58 120	0.79 149	0.95 277	0.77 275	1.46 302	0.32 67	0.20 215	0.12 51	0.24 291	0.23 339	0.22 260	0.21 265

1test111	0.54 165	0.31 266	0.50 77	0.54 253	0.26 63	1.18 406	0.51 289	1.42 299	0.78 164	0.58 120	0.79 149	0.48 87	0.88 334	0.88 147	0.59 284	0.20 215	0.12 51	0.25 330	0.15 108	0.22 260	0.21 265

cc1	0.64 240	0.31 266	0.50 77	0.54 253	0.26 63	1.18 406	0.51 289	0.93 135	3.05 542	0.58 120	0.79 149	0.48 87	0.88 334	1.46 302	0.32 67	0.20 215	0.12 51	0.25 330	0.15 108	0.19 161	0.19 215

FADNet_RVC	0.83 354	0.51 433	1.83 496	0.54 253	0.42 315	1.19 410	0.46 252	1.51 327	1.09 287	0.89 191	1.24 311	0.91 255	0.87 329	2.11 397	1.11 419	0.27 383	0.22 388	0.31 411	0.28 416	0.43 455	0.38 443

PA-Net	1.01 415	0.57 455	1.29 439	0.64 381	0.74 472	1.19 410	0.84 436	1.69 374	1.43 466	1.16 300	1.19 297	1.32 385	1.19 439	3.42 465	1.25 435	0.29 408	0.45 516	0.33 435	0.49 508	0.32 397	0.47 475
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
w-ln-seven-2	1.18 453	0.61 471	4.25 537	0.68 425	0.61 434	1.20 412	0.93 461	1.63 361	1.35 434	1.66 475	1.53 411	1.47 417	1.37 467	3.00 452	1.74 485	0.25 344	0.24 409	0.29 392	0.26 384	0.33 406	0.28 375

NVstereo2D	0.92 383	0.41 392	1.48 471	0.72 447	0.72 466	1.20 412	0.87 445	1.75 390	1.38 446	0.99 220	1.13 268	1.26 369	0.98 383	2.21 409	0.89 380	0.43 485	0.20 348	0.38 467	0.24 352	0.57 496	0.63 508

S-Stereo	1.15 449	0.46 411	2.17 510	0.81 479	0.80 493	1.21 414	1.19 499	1.93 451	2.02 516	1.47 435	2.11 493	1.57 431	1.17 432	2.05 392	1.41 461	0.40 472	0.40 504	0.35 453	0.31 444	0.44 461	0.70 517

RAFT + AFF	1.00 409	0.42 396	1.09 405	0.67 414	0.50 369	1.22 415	1.24 502	2.24 512	1.19 354	1.30 374	1.56 422	1.17 345	1.49 481	3.44 467	0.83 367	0.21 249	0.25 418	0.30 405	0.26 384	0.27 338	0.27 363

HSM	1.19 454	0.32 282	0.65 172	0.57 306	0.38 281	1.23 416	0.59 363	2.25 513	1.19 354	1.30 374	1.25 315	1.94 484	1.03 402	9.32 561	0.71 325	0.22 275	0.16 261	0.20 169	0.16 150	0.21 236	0.21 265

ADLNet	0.85 363	0.36 359	0.89 331	0.85 496	0.72 466	1.24 417	0.76 415	1.82 417	1.36 438	1.52 447	1.35 362	1.27 373	0.99 391	1.23 241	1.15 424	0.27 383	0.20 348	0.26 349	0.25 367	0.28 357	0.30 394

acv_ft	0.75 314	0.31 266	0.95 352	0.70 435	0.86 504	1.24 417	0.53 308	1.44 306	1.07 273	1.24 345	1.30 335	1.08 318	0.92 347	0.80 119	1.34 447	0.21 249	0.19 330	0.21 204	0.18 189	0.21 236	0.18 175

CBMV_ROB	0.90 378	0.44 402	0.63 158	0.51 199	0.37 264	1.25 419	0.49 280	1.77 400	1.27 394	1.41 422	2.00 486	1.33 386	1.08 416	2.17 402	0.76 340	0.43 485	0.42 508	0.47 495	0.44 496	0.41 444	0.36 432

UPFNet	0.80 337	0.32 282	0.90 335	0.59 325	0.74 472	1.26 420	0.80 429	1.52 329	1.10 294	1.30 374	1.12 263	1.30 380	0.84 313	1.67 342	1.09 413	0.24 317	0.24 409	0.24 291	0.23 339	0.25 312	0.18 175

BSDual-CNN	0.71 281	0.32 282	0.68 188	0.54 253	0.44 333	1.27 421	0.65 381	2.16 496	0.98 233	1.20 322	1.11 256	1.12 335	0.74 261	0.91 155	0.66 309	0.24 317	0.17 290	0.25 330	0.22 316	0.22 260	0.22 283

hknet	0.77 322	0.32 282	0.95 352	0.54 253	0.38 281	1.27 421	0.65 381	2.16 496	1.07 273	1.20 322	1.11 256	1.59 435	0.81 296	1.37 279	0.66 309	0.22 275	0.17 290	0.25 330	0.22 316	0.22 260	0.22 283

PSMNet_ROB	0.90 378	0.52 437	1.17 422	0.72 447	0.61 434	1.27 421	1.12 491	1.76 396	1.12 300	1.09 250	1.28 331	1.45 409	0.89 340	1.65 337	1.42 465	0.33 437	0.25 418	0.37 464	0.39 484	0.35 413	0.29 380

NCC-stereo	1.10 435	0.54 442	1.24 431	0.84 491	0.94 512	1.29 424	0.89 450	2.01 469	1.34 424	1.32 388	1.74 457	1.88 474	1.74 501	2.35 419	1.25 435	0.45 491	0.37 493	0.45 490	0.58 520	0.42 449	0.42 456

Abc-Net	1.10 435	0.54 442	1.24 431	0.84 491	0.94 512	1.29 424	0.89 450	2.01 469	1.34 424	1.32 388	1.74 457	1.88 474	1.74 501	2.35 419	1.25 435	0.45 491	0.37 493	0.45 490	0.58 520	0.42 449	0.42 456
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DDVS	0.78 330	0.41 392	0.94 348	0.60 337	0.43 325	1.30 426	0.43 215	1.40 295	0.91 204	1.20 322	1.15 280	1.43 402	0.64 230	2.18 405	0.89 380	0.28 397	0.22 388	0.26 349	0.23 339	0.31 388	0.33 416

GCST	1.08 430	1.47 541	0.93 344	1.73 542	1.14 528	1.30 426	0.31 77	1.33 276	1.16 336	1.29 366	0.97 194	0.98 287	0.49 148	2.08 394	0.46 218	1.19 541	0.70 541	1.30 541	0.85 539	1.02 529	0.89 527

NCCL2	1.00 409	0.56 451	1.06 393	0.75 463	0.57 411	1.31 428	1.72 527	1.77 400	1.36 438	1.50 444	1.17 288	1.91 479	1.17 432	1.54 319	1.29 442	0.35 454	0.31 461	0.45 490	0.44 496	0.40 441	0.40 447

PAM_32	0.77 322	0.28 178	1.03 384	0.52 220	0.30 151	1.32 429	0.35 111	1.97 460	0.65 126	1.02 232	1.06 232	3.05 528	1.49 481	0.96 169	0.36 118	0.19 180	0.13 112	0.20 169	0.18 189	0.19 161	0.19 215

ssnet_v2	0.88 373	0.36 359	1.02 380	0.62 363	0.38 281	1.32 429	0.97 469	2.07 482	1.34 424	1.37 408	1.18 290	1.54 427	0.92 347	1.10 211	1.65 482	0.30 413	0.27 433	0.30 405	0.28 416	0.27 338	0.26 353

LMCR-Stereo	0.82 348	0.46 411	0.88 325	0.75 463	0.43 325	1.33 431	0.56 340	2.43 529	0.98 233	1.53 448	1.49 404	0.74 187	1.00 393	1.63 334	0.89 380	0.28 397	0.17 290	0.22 233	0.17 171	0.29 368	0.20 248

StereoDRNet-Refined	0.80 337	0.41 392	0.88 325	0.62 363	0.42 315	1.33 431	0.48 270	1.52 329	1.17 339	1.45 432	1.44 388	1.44 407	0.90 341	1.26 250	1.24 434	0.20 215	0.16 261	0.27 366	0.24 352	0.25 312	0.28 375
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
IER	0.70 274	0.31 266	1.02 380	0.48 141	0.52 392	1.34 433	0.51 289	1.17 235	0.99 240	1.23 337	1.34 356	1.12 335	1.11 421	0.99 181	0.71 325	0.20 215	0.16 261	0.21 204	0.21 287	0.20 195	0.19 215

UDG	1.41 477	2.65 564	0.99 364	1.44 539	1.64 543	1.34 433	0.80 429	1.60 352	1.23 374	1.23 337	1.71 453	2.01 492	1.34 464	1.47 306	1.41 461	0.90 529	0.54 532	2.29 549	0.75 532	1.84 540	1.04 534

GANet	1.36 470	0.47 416	0.86 307	0.67 414	0.45 340	1.34 433	1.73 528	1.64 363	1.24 380	1.49 443	2.38 505	1.55 429	1.20 442	9.30 560	0.93 385	0.30 413	0.31 461	0.33 435	0.28 416	0.39 437	0.30 394

Wz-Net-SNSev	1.49 480	1.23 531	6.27 549	0.68 425	0.67 453	1.37 436	1.41 513	2.00 465	1.39 451	1.48 441	1.61 435	2.29 504	1.32 462	3.93 472	2.14 503	0.31 421	0.28 440	0.31 411	0.33 462	0.42 449	0.36 432

SFCPSM	0.70 274	0.28 178	1.02 380	0.51 199	0.38 281	1.37 436	0.66 386	2.00 465	1.03 255	1.17 309	1.21 303	0.82 215	0.78 282	1.03 190	0.53 263	0.21 249	0.17 290	0.22 233	0.24 352	0.21 236	0.19 215

DANet	1.08 430	0.61 471	1.32 444	0.85 496	0.72 466	1.37 436	0.51 289	1.54 338	1.15 327	1.78 485	1.54 416	2.01 492	1.11 421	2.90 447	2.00 498	0.33 437	0.30 455	0.40 478	0.30 437	0.44 461	0.45 468
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PAM	0.76 320	0.29 213	1.08 402	0.52 220	0.33 217	1.38 439	0.39 168	2.01 469	0.67 129	1.06 240	0.96 185	2.89 527	1.43 471	0.86 142	0.35 108	0.19 180	0.12 51	0.19 134	0.17 171	0.19 161	0.20 248

AF-Net	1.13 443	0.52 437	1.33 446	0.86 498	0.91 508	1.38 439	0.71 403	2.16 496	1.62 486	1.56 458	2.40 507	1.99 490	1.65 494	1.81 367	1.48 474	0.48 499	0.28 440	0.49 499	0.33 462	0.39 437	0.32 410

MSAF-DinoV2	1.97 517	0.80 501	10.38 561	0.86 498	0.48 358	1.39 441	0.97 469	2.55 534	1.72 496	1.53 448	1.65 445	3.59 536	2.20 529	5.39 506	3.94 532	0.27 383	0.17 290	0.26 349	0.28 416	0.47 472	0.46 471

DGSMNet	1.14 445	0.76 497	2.49 520	0.81 479	0.86 504	1.39 441	1.39 512	2.13 487	1.35 434	1.26 355	1.63 442	1.48 419	0.98 383	1.75 356	1.10 416	0.45 491	0.43 509	0.55 513	0.49 508	0.75 518	0.70 517

PSMNet-RUCA	1.02 418	0.97 512	1.44 459	1.23 533	1.10 521	1.40 443	0.62 372	1.69 374	1.38 446	0.94 206	1.53 411	0.97 285	0.83 309	1.17 230	0.93 385	0.69 525	0.34 475	0.99 535	0.60 524	0.97 525	0.64 512

gwcnet-sp	0.74 306	0.33 304	1.44 459	0.57 306	0.45 340	1.40 443	0.54 314	1.50 320	1.14 315	1.30 374	1.02 215	0.94 269	0.82 301	1.39 288	0.76 340	0.21 249	0.21 370	0.22 233	0.21 287	0.22 260	0.22 283

scenet	0.74 306	0.33 304	1.44 459	0.57 306	0.45 340	1.40 443	0.54 314	1.50 320	1.14 315	1.30 374	1.02 215	0.94 269	0.82 301	1.39 288	0.76 340	0.21 249	0.21 370	0.22 233	0.21 287	0.22 260	0.22 283

ssnet	0.74 306	0.33 304	1.44 459	0.57 306	0.45 340	1.40 443	0.54 314	1.50 320	1.14 315	1.30 374	1.02 215	0.94 269	0.82 301	1.39 288	0.76 340	0.21 249	0.21 370	0.22 233	0.21 287	0.22 260	0.22 283

Syn2CoEx	1.14 445	0.69 485	1.66 482	0.80 476	0.67 453	1.40 443	0.88 448	2.06 481	1.54 480	1.25 351	1.58 429	1.42 401	1.50 483	4.09 475	1.40 457	0.36 458	0.32 469	0.34 445	0.29 428	0.29 368	0.34 421

GANetREF_RVC	1.07 427	0.86 506	1.31 441	0.82 487	0.53 395	1.41 448	1.31 508	1.76 396	1.52 477	1.27 358	1.31 341	1.46 412	1.24 450	2.03 389	0.96 395	0.56 512	0.45 516	0.67 524	0.50 510	0.88 523	0.59 502
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
anonymousa	0.72 283	0.27 156	0.75 257	0.47 114	0.63 441	1.43 449	0.45 245	1.24 265	0.89 195	1.28 360	1.75 460	1.62 439	1.13 428	0.69 82	0.59 284	0.19 180	0.16 261	0.23 271	0.25 367	0.20 195	0.18 175

SQANet	1.31 464	0.88 509	1.08 402	1.83 544	1.44 540	1.44 450	0.75 412	1.74 388	1.09 287	1.32 388	1.26 322	1.28 376	1.01 395	1.50 310	0.83 367	2.50 550	0.34 475	1.47 542	0.55 517	2.32 543	1.57 545

zh-mn7	1.70 500	1.21 530	8.30 556	0.69 429	0.53 395	1.45 451	0.84 436	1.70 379	2.09 520	2.41 524	2.67 517	1.68 453	1.23 447	4.49 482	2.87 515	0.30 413	0.26 424	0.27 366	0.27 395	0.31 388	0.35 426

NVStereoNet_ROB	1.88 511	1.07 519	1.45 464	1.07 527	1.17 529	1.47 452	1.48 518	1.89 437	1.93 512	1.94 502	4.67 545	3.08 531	1.80 506	6.51 528	1.65 482	1.06 537	0.86 551	1.08 539	1.32 552	0.93 524	1.26 540
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
psmg	0.72 283	0.32 282	0.68 188	0.50 169	0.44 333	1.48 453	0.75 412	1.94 453	0.98 233	1.21 326	1.33 349	1.12 335	0.74 261	0.91 155	0.66 309	0.24 317	0.19 330	0.25 330	0.25 367	0.23 285	0.22 283

MFMNet_re	1.40 476	1.14 526	1.68 483	1.39 536	1.07 519	1.48 453	1.43 514	1.87 431	1.82 504	2.26 514	2.19 497	1.51 423	1.86 511	1.52 313	1.25 435	0.93 530	0.83 545	0.84 530	0.80 535	0.99 528	1.05 536

Nwc_Net	1.09 433	0.49 423	1.33 446	0.89 509	0.80 493	1.49 455	0.66 386	2.19 506	1.27 394	1.32 388	2.26 500	1.96 487	1.54 484	1.92 377	1.34 447	0.40 472	0.30 455	0.43 485	0.45 498	0.38 433	0.37 437

StereoDRNet	0.98 402	0.47 416	1.70 484	0.76 466	0.94 512	1.51 456	0.91 455	1.92 447	1.32 417	1.61 466	1.13 268	1.47 417	0.97 376	1.75 356	1.46 472	0.28 397	0.23 400	0.29 392	0.27 395	0.35 413	0.27 363

RGC	1.14 445	0.79 499	1.26 434	0.91 513	0.96 515	1.52 457	0.77 418	1.92 447	1.26 388	1.54 454	1.93 480	2.02 494	1.54 484	2.25 412	1.31 444	0.44 490	0.35 486	0.58 519	0.48 505	0.47 472	0.46 471

CBMV	0.95 391	0.44 402	0.66 179	0.53 238	0.35 239	1.53 458	1.63 526	1.69 374	1.42 464	2.00 507	1.60 431	1.43 402	1.17 432	1.59 328	0.99 400	0.34 447	0.34 475	0.39 473	0.33 462	0.33 406	0.32 410
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
pmcnn	2.37 530	0.42 396	2.71 526	0.63 372	0.43 325	1.54 459	1.19 499	2.01 469	1.53 479	2.64 530	7.60 559	18.07 576	1.45 475	3.44 467	2.78 513	0.18 139	0.15 221	0.15 19	0.12 38	0.20 195	0.18 175

DSFCA	0.93 386	0.34 328	1.06 393	0.52 220	0.65 446	1.55 460	0.93 461	1.49 316	1.19 354	1.56 458	1.15 280	1.50 421	0.96 373	3.07 453	1.02 403	0.30 413	0.26 424	0.25 330	0.25 367	0.28 357	0.24 317

SGM-Forest	1.24 456	0.38 373	0.60 146	0.52 220	0.37 264	1.56 461	1.30 507	1.65 364	1.36 438	2.11 511	1.79 464	1.63 444	0.93 356	7.48 547	0.95 391	0.36 458	0.37 493	0.39 473	0.34 468	0.37 424	0.32 410
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UNet	0.83 354	0.34 328	1.31 441	0.58 312	0.74 472	1.58 462	0.49 280	1.41 297	1.04 260	1.21 326	1.08 241	1.54 427	1.12 424	1.65 337	1.09 413	0.23 302	0.17 290	0.25 330	0.20 243	0.25 312	0.22 283

EDNetEfficientorigin	10.57 571	1.47 541	177.42 594	0.67 414	0.53 395	1.58 462	1.16 496	1.90 440	3.37 546	4.71 558	3.38 528	3.10 532	2.69 541	3.13 457	3.58 527	0.25 344	0.23 400	0.33 435	0.27 395	0.83 519	0.81 523

NaN_ROB	1.13 443	0.55 447	1.15 419	0.64 381	0.48 358	1.61 464	2.03 544	1.72 382	1.48 471	2.09 510	1.27 325	1.40 398	1.08 416	3.94 473	1.30 443	0.28 397	0.34 475	0.28 381	0.28 416	0.30 379	0.33 416

DRN-Test	1.00 409	0.44 402	1.13 414	0.70 435	0.81 495	1.62 465	0.79 423	2.14 491	1.44 467	1.78 485	1.33 349	1.43 402	1.05 408	2.18 405	1.53 478	0.27 383	0.21 370	0.31 411	0.30 437	0.32 397	0.28 375

CSP-Net	0.97 398	0.38 373	0.83 299	0.53 238	0.41 310	1.63 466	0.77 418	2.00 465	1.05 264	1.25 351	1.20 301	1.33 386	0.83 309	4.93 495	0.85 373	0.32 428	0.22 388	0.20 169	0.20 243	0.23 285	0.25 329

LALA_ROB	1.01 415	0.59 461	1.16 420	0.67 414	0.51 380	1.63 466	1.26 506	1.69 374	1.38 446	1.81 492	1.37 365	1.94 484	1.02 400	1.58 326	1.38 453	0.37 462	0.27 433	0.43 485	0.37 480	0.43 455	0.37 437

HBP-ISP	0.96 392	0.58 458	0.72 225	0.61 351	0.46 352	1.64 468	0.76 415	1.86 429	1.28 399	1.30 374	1.53 411	0.86 235	0.94 361	3.27 461	0.69 319	0.45 491	0.44 512	0.54 509	0.48 505	0.47 472	0.40 447

delet	0.85 363	0.32 282	0.95 352	0.65 395	0.66 449	1.64 468	0.84 436	1.75 390	1.35 434	1.32 388	1.30 335	1.30 380	0.88 334	1.68 347	1.10 416	0.21 249	0.21 370	0.24 291	0.24 352	0.21 236	0.21 265

LSM	6.33 561	1.10 521	13.19 564	1.41 538	68.17 589	1.64 468	1.90 538	1.92 447	2.46 528	2.99 540	3.11 525	1.88 474	1.80 506	2.61 437	2.06 501	0.41 476	0.58 535	0.50 500	0.57 519	0.64 507	17.66 583

WZ-Net	1.95 515	0.95 511	10.10 558	0.86 498	0.78 485	1.69 471	1.60 524	2.20 509	1.98 513	2.08 509	1.93 480	2.30 505	1.97 517	5.30 500	3.17 522	0.34 447	0.26 424	0.29 392	0.31 444	0.51 485	0.47 475

coex-ft	8.13 567	2.13 559	98.04 593	0.67 414	0.53 395	1.71 472	1.56 521	1.65 364	11.11 567	18.17 582	3.75 533	3.88 540	7.61 569	2.98 451	6.49 544	0.30 413	0.30 455	0.32 426	0.31 444	0.66 511	0.50 484

RYNet	1.17 452	0.49 423	1.24 431	0.70 435	0.97 516	1.71 472	0.92 457	1.91 444	1.46 469	1.38 413	1.14 272	1.88 474	1.30 460	4.24 477	1.87 490	0.26 367	0.21 370	0.35 453	0.27 395	0.55 493	0.54 491

ccnet	1.12 440	0.67 481	1.01 373	0.78 471	0.73 471	1.72 474	0.99 474	1.84 425	1.26 388	1.47 435	1.85 472	1.75 464	1.29 456	1.75 356	1.88 492	0.57 513	0.53 529	0.57 518	0.55 517	0.59 500	0.54 491

PWCDC_ROB	1.29 460	0.75 496	1.33 446	1.05 524	0.88 507	1.73 475	0.52 300	1.89 437	3.28 544	1.29 366	4.88 547	1.22 354	1.46 476	1.77 363	1.45 469	0.60 518	0.26 424	0.29 392	0.25 367	0.52 487	0.37 437

CBFPSM	0.92 383	0.33 304	1.86 497	0.49 157	0.38 281	1.75 476	0.84 436	1.39 293	1.12 300	1.09 250	0.99 197	2.37 509	1.66 498	1.32 265	1.42 465	0.19 180	0.18 312	0.20 169	0.20 243	0.21 236	0.33 416

Wz-Net-LNSev	1.03 421	0.67 481	2.71 526	0.64 381	0.84 499	1.75 476	1.00 476	1.80 413	1.32 417	1.28 360	1.25 315	1.65 450	1.22 446	1.39 288	1.40 457	0.28 397	0.26 424	0.24 291	0.23 339	0.33 406	0.32 410

GwcNet	1.08 430	0.51 433	2.33 515	0.79 473	1.18 531	1.76 478	0.70 401	1.68 372	1.47 470	1.41 422	1.64 443	1.74 461	1.04 404	2.20 408	1.41 461	0.30 413	0.29 451	0.29 392	0.27 395	0.30 379	0.35 426

CC-Net-ROB	1.49 480	1.26 532	1.27 437	0.88 506	0.79 488	1.76 478	1.00 476	1.79 410	1.26 388	1.10 258	1.61 435	1.21 352	0.99 391	8.13 554	0.84 370	1.09 538	0.41 506	2.20 547	0.46 501	1.20 536	0.48 478

CSAN	1.41 477	0.59 461	1.26 434	0.70 435	0.50 369	1.76 478	1.78 529	1.77 400	1.90 509	2.35 519	2.32 502	1.92 482	1.94 516	5.56 511	1.49 475	0.43 485	0.35 486	0.40 478	0.41 489	0.43 455	0.41 452

fast-acv-ft	0.94 388	0.44 402	1.40 452	0.58 312	0.51 380	1.77 481	0.69 398	1.36 286	1.42 464	1.29 366	1.86 473	1.74 461	1.25 451	1.52 313	1.38 453	0.26 367	0.28 440	0.28 381	0.28 416	0.27 338	0.26 353

SHD	1.31 464	0.71 490	2.34 516	0.86 498	0.75 479	1.77 481	0.65 381	2.22 510	2.50 532	2.40 523	1.71 453	1.91 479	1.60 490	1.93 380	2.37 506	0.38 466	0.31 461	0.38 467	0.40 488	0.48 477	0.50 484

zh-sn7	1.76 506	1.38 533	6.58 550	0.74 459	0.72 466	1.78 483	1.31 508	1.88 434	1.56 483	1.86 496	2.47 512	1.81 468	2.08 524	5.12 497	3.80 530	0.32 428	0.32 469	0.32 426	0.32 452	0.44 461	0.40 447

CRFU-Net	0.86 368	0.39 378	1.00 369	0.65 395	0.57 411	1.78 483	0.86 443	2.15 493	0.81 172	1.38 413	1.18 290	1.64 447	1.19 439	1.35 273	0.90 383	0.26 367	0.22 388	0.21 204	0.19 211	0.23 285	0.24 317

iinet-f	0.99 404	0.45 409	3.71 535	0.55 277	0.43 325	1.81 485	0.68 394	1.14 229	1.14 315	1.18 314	1.42 379	1.58 434	1.44 473	1.34 272	1.59 481	0.24 317	0.23 400	0.20 169	0.19 211	0.26 324	0.25 329

FBW_ROB	1.71 503	0.62 475	1.45 464	0.67 414	0.61 434	1.81 485	1.08 487	2.52 532	1.70 493	1.77 484	1.73 455	1.98 489	1.25 451	12.57 573	1.84 489	0.34 447	0.37 493	0.56 516	0.38 482	0.45 465	0.43 463

SPS-STEREO	1.67 496	1.04 518	1.23 428	1.21 531	1.13 527	1.82 487	1.11 489	2.16 496	1.52 477	3.07 544	2.32 502	2.82 525	1.80 506	4.11 476	2.04 499	1.03 535	0.99 556	0.97 533	0.94 543	1.03 531	1.02 532
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
XQC	1.37 471	0.87 507	2.56 522	0.84 491	0.69 461	1.83 488	0.89 450	2.07 482	1.88 506	1.88 497	1.53 411	1.91 479	1.55 486	2.85 446	3.05 517	0.48 499	0.29 451	0.44 489	0.39 484	0.69 514	0.60 505

DDUNet	1.50 482	2.69 565	1.12 412	1.77 543	1.88 545	1.84 489	0.92 457	1.70 379	1.16 336	1.38 413	1.79 464	1.60 437	1.12 424	1.37 279	1.08 411	1.10 539	0.76 542	2.37 551	0.94 543	2.00 541	1.37 542

MMNet	0.84 359	0.32 282	1.09 405	0.60 337	0.59 428	1.85 490	0.49 280	1.51 327	1.27 394	1.37 408	1.15 280	1.26 369	1.18 436	1.67 342	1.22 432	0.19 180	0.18 312	0.23 271	0.22 316	0.25 312	0.21 265

RTSC	1.29 460	0.73 491	2.44 518	0.83 490	0.57 411	1.85 490	0.65 381	1.88 434	2.00 515	2.20 513	1.66 448	1.60 437	1.26 453	2.33 418	3.92 531	0.32 428	0.23 400	0.27 366	0.29 428	0.37 424	0.37 437

YMNet	1.00 409	0.54 442	1.40 452	0.81 479	0.85 502	1.87 492	0.62 372	1.55 342	1.18 346	1.63 472	1.99 484	1.77 465	0.97 376	1.50 310	1.45 469	0.33 437	0.37 493	0.31 411	0.32 452	0.32 397	0.29 380

YMNet_1	1.00 409	0.54 442	1.40 452	0.81 479	0.85 502	1.87 492	0.62 372	1.55 342	1.18 346	1.63 472	1.99 484	1.77 465	0.97 376	1.50 310	1.45 469	0.33 437	0.37 493	0.31 411	0.32 452	0.32 397	0.29 380

SuperB	2.53 536	0.59 461	18.45 569	0.69 429	0.50 369	1.87 492	0.88 448	1.67 371	2.39 526	1.50 444	1.42 379	1.14 342	1.15 430	4.28 480	5.07 538	0.24 317	0.19 330	0.22 233	0.19 211	7.86 576	0.34 421

APVNet	1.06 425	0.53 441	1.42 458	0.84 491	0.79 488	1.92 495	0.82 434	1.90 440	1.08 279	1.08 244	1.43 383	1.56 430	1.13 428	3.07 453	1.58 479	0.31 421	0.34 475	0.42 483	0.36 477	0.36 420	0.37 437

MaskLacGwcNet_RVC	1.10 435	1.02 517	1.00 369	0.82 487	0.67 453	1.93 496	0.93 461	1.62 359	1.11 296	1.15 290	1.25 315	1.50 421	0.79 286	1.96 383	0.76 340	1.89 544	0.34 475	0.79 528	0.36 477	1.25 537	0.83 524

ADCRef	1.35 469	0.55 447	2.37 517	0.72 447	0.77 483	1.94 497	0.78 420	1.91 444	1.27 394	1.57 462	1.59 430	1.36 393	1.41 469	1.54 319	7.53 548	0.23 302	0.20 348	0.32 426	0.30 437	0.29 368	0.29 380

Wz-Net-MNSev	1.11 438	0.58 458	2.23 513	0.66 402	0.71 464	1.95 498	1.46 516	1.98 462	1.45 468	1.79 488	1.43 383	1.49 420	1.33 463	1.97 384	1.42 465	0.27 383	0.23 400	0.28 381	0.28 416	0.34 410	0.31 404

otaku	1.60 490	1.11 524	1.21 425	2.20 546	1.56 542	1.97 499	1.24 502	2.07 482	1.36 438	1.44 430	1.62 438	1.73 459	1.19 439	1.73 355	0.98 399	2.89 555	0.57 534	1.74 543	0.60 524	2.78 550	1.94 551

DispFullNet	2.34 529	2.85 566	3.66 533	3.08 560	2.27 551	1.97 499	0.67 390	2.00 465	1.70 493	2.52 526	2.00 486	2.23 501	5.86 561	3.44 467	1.58 479	1.01 532	0.32 469	2.64 560	1.94 565	2.85 555	2.24 554

RainbowNet	1.97 517	1.76 546	1.57 477	2.81 554	2.21 549	1.98 501	1.81 531	2.54 533	1.89 507	1.50 444	1.84 470	1.96 487	1.65 494	2.14 399	1.25 435	3.33 562	0.85 549	2.39 554	0.98 547	2.82 553	2.22 553

ADCMid	1.89 514	0.73 491	5.06 542	0.72 447	0.67 453	2.00 502	1.14 493	1.97 460	1.48 471	2.86 537	1.81 467	2.37 509	2.05 522	2.24 410	10.39 562	0.33 437	0.31 461	0.39 473	0.43 494	0.50 481	0.44 466

DPSNet	1.69 499	0.59 461	4.33 538	0.70 435	0.57 411	2.02 503	1.62 525	3.35 546	1.78 500	1.48 441	1.38 370	2.17 500	2.84 542	4.77 489	3.66 528	0.48 499	0.31 461	0.29 392	0.25 367	0.64 507	0.48 478

Wz-Net-LNSev-Ref	0.99 404	0.40 384	1.82 494	0.66 402	0.62 440	2.05 504	0.78 420	1.91 444	1.29 403	1.54 454	1.42 379	1.51 423	1.23 447	1.99 385	1.33 445	0.23 302	0.14 163	0.20 169	0.15 108	0.27 338	0.26 353

DISCO	1.03 421	0.34 328	1.11 410	0.69 429	0.45 340	2.07 505	0.84 436	2.13 487	1.50 474	1.15 290	1.33 349	2.40 511	1.07 415	2.60 436	1.51 477	0.23 302	0.18 312	0.22 233	0.20 243	0.31 388	0.27 363

Ntro	1.64 494	1.15 527	1.23 428	2.48 551	1.83 544	2.09 506	1.16 496	1.96 456	1.38 446	1.21 326	1.62 438	1.62 439	1.29 456	1.87 374	1.11 419	3.04 556	0.56 533	1.82 545	0.64 526	2.80 551	2.05 552

WCMA_ROB	1.84 508	0.47 416	1.31 441	0.69 429	0.57 411	2.11 507	1.14 493	1.87 431	1.73 497	4.04 550	6.43 553	5.62 553	3.61 550	2.59 435	1.94 495	0.52 504	0.44 512	0.39 473	0.42 492	0.48 477	0.47 475

AnyNet_C32	1.96 516	1.10 521	5.17 543	0.90 510	1.11 523	2.12 508	2.37 555	1.85 426	1.48 471	2.45 525	1.70 452	2.05 497	1.64 493	2.50 432	10.28 561	0.37 462	0.34 475	0.35 453	0.41 489	0.49 480	0.54 491

SGM+DAISY	2.41 533	1.07 519	2.14 509	1.18 530	1.10 521	2.14 509	1.36 511	1.96 456	1.66 489	5.46 565	7.07 556	4.95 549	4.32 557	5.50 508	2.26 505	1.04 536	1.02 559	0.99 535	0.97 545	1.02 529	1.04 534

ADCS	2.25 525	0.99 515	5.55 544	0.81 479	0.74 472	2.19 510	1.80 530	2.27 515	2.14 521	2.80 536	2.13 495	2.40 511	2.03 519	2.64 439	13.69 566	0.41 476	0.39 502	0.40 478	0.45 498	0.58 498	0.56 495

FCDSN-DC	2.32 528	0.63 476	0.81 291	0.84 491	0.75 479	2.23 511	0.94 464	2.09 485	1.80 502	5.45 564	7.72 562	7.77 561	6.93 568	3.39 462	1.80 488	0.52 504	0.48 521	0.52 503	0.51 513	0.57 496	0.58 500
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	1.68 498	0.36 359	0.61 149	0.59 325	0.29 129	2.25 512	1.18 498	2.38 525	1.68 492	3.60 546	2.67 517	3.69 538	2.42 535	8.13 554	1.90 493	0.31 421	0.31 461	0.30 405	0.28 416	0.30 379	0.29 380
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_1	2.18 523	1.45 540	1.72 487	2.85 555	2.33 554	2.28 513	1.46 516	3.08 542	2.22 524	1.82 493	2.05 491	3.56 535	1.98 518	3.09 456	1.40 457	3.17 557	0.60 536	2.40 555	0.92 542	2.91 557	2.37 556

ADCP+	1.99 519	0.48 420	7.73 552	0.66 402	0.91 508	2.30 514	1.05 483	1.82 417	1.34 424	1.54 454	1.32 347	1.74 461	1.61 491	2.17 402	13.37 565	0.24 317	0.21 370	0.32 426	0.28 416	0.37 424	0.29 380

ACVNet-4b	2.15 522	1.41 537	1.64 480	2.80 553	2.31 553	2.31 515	1.24 502	2.32 518	2.14 521	1.26 355	2.39 506	2.66 520	1.48 479	5.95 521	1.06 407	3.20 560	0.45 516	2.37 551	0.89 540	2.83 554	2.37 556

BUS	0.74 306	0.32 282	0.68 188	0.54 253	0.44 333	2.34 516	0.42 196	2.16 496	0.98 233	1.20 322	1.11 256	1.03 307	0.62 221	0.91 155	0.70 320	0.24 317	0.17 290	0.25 330	0.22 316	0.22 260	0.22 283

NINENet	0.77 322	0.37 366	0.78 282	0.62 363	0.51 380	2.34 516	0.42 196	1.83 422	1.04 260	1.14 284	1.23 309	1.03 307	0.62 221	1.24 246	0.70 320	0.28 397	0.23 400	0.31 411	0.21 287	0.26 324	0.25 329

stereogan	1.15 449	0.42 396	1.40 452	0.86 498	0.84 499	2.38 518	0.71 403	1.88 434	1.73 497	1.72 480	1.94 482	2.31 506	1.29 456	2.07 393	1.08 411	0.36 458	0.35 486	0.39 473	0.31 444	0.51 485	0.46 471

Wz-Net-TNSev	1.88 511	2.08 558	7.66 551	0.67 414	0.64 444	2.42 519	1.83 533	2.33 519	1.74 499	1.57 462	1.56 422	2.58 517	1.90 514	4.86 491	3.12 519	0.39 469	0.37 493	0.33 435	0.37 480	0.53 489	0.58 500

ACV-stereo	0.99 404	0.51 433	1.41 457	0.56 290	0.41 310	2.43 520	0.57 351	1.15 231	1.18 346	0.81 172	1.01 207	3.39 534	2.14 526	1.60 329	1.07 410	0.27 383	0.22 388	0.22 233	0.22 316	0.28 357	0.32 410

PVD	1.70 500	0.84 502	2.26 514	0.94 518	0.83 498	2.48 521	0.97 469	2.59 535	3.35 545	3.01 542	2.77 519	2.34 508	2.47 537	2.67 440	3.14 520	0.47 498	0.45 516	0.59 520	0.48 505	0.59 500	0.75 522

SAMSARA	1.55 486	0.84 502	2.61 523	1.22 532	1.07 519	2.50 522	1.93 539	2.05 476	1.89 507	2.75 533	1.66 448	2.81 524	1.69 499	3.08 455	1.97 497	0.46 497	0.51 527	0.42 483	0.46 501	0.58 498	0.59 502

PDISCO_ROB	1.32 466	0.65 479	1.44 459	1.36 534	1.46 541	2.55 523	0.92 457	2.45 530	2.07 519	1.37 408	1.49 404	1.65 450	1.00 393	2.82 443	1.35 450	1.01 532	0.27 433	0.54 509	0.47 503	0.71 516	0.73 520

MFN_U_SF_RVC	1.52 484	0.84 502	3.42 531	0.87 505	0.66 449	2.56 524	0.95 466	2.36 522	1.70 493	1.98 503	1.86 473	2.45 514	1.79 505	2.95 448	2.58 509	0.52 504	0.48 521	0.55 513	0.59 523	0.59 500	0.61 506

z-mn7	1.56 487	0.84 502	4.36 540	0.71 443	0.51 380	2.60 525	1.04 481	1.73 383	2.70 538	1.53 448	2.99 523	1.94 484	1.34 464	4.78 490	2.41 507	0.29 408	0.24 409	0.27 366	0.24 352	0.34 410	0.31 404

MeshStereo	2.26 526	0.56 451	0.92 342	0.61 351	0.49 362	2.60 525	1.02 479	3.18 543	2.05 518	7.40 571	4.98 548	7.58 559	2.98 545	6.37 526	1.96 496	0.43 485	0.43 509	0.45 490	0.39 484	0.43 455	0.42 456
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
ADCL	1.72 504	0.57 455	3.66 533	0.67 414	0.61 434	2.61 527	1.85 534	1.96 456	1.67 490	1.90 500	1.83 468	2.06 498	1.90 514	2.13 398	9.15 557	0.26 367	0.24 409	0.34 445	0.32 452	0.38 433	0.35 426

ACVNet_2	2.43 534	1.41 537	2.04 502	2.62 552	2.24 550	2.63 528	1.88 537	3.31 544	3.01 541	2.19 512	3.45 530	4.62 543	2.04 520	4.50 484	1.47 473	2.55 551	0.64 538	2.22 548	0.84 537	2.69 549	2.29 555

w-ln-seven	1.38 473	0.70 488	3.91 536	0.75 463	0.72 466	2.69 529	0.95 466	2.02 473	1.99 514	1.99 504	1.73 455	1.82 471	1.17 432	2.45 426	2.84 514	0.28 397	0.25 418	0.31 411	0.30 437	0.41 444	0.33 416

ELAS_RVC	2.48 535	0.74 494	1.90 498	1.05 524	0.92 510	2.76 530	4.01 566	2.76 536	4.11 554	4.69 557	4.63 542	4.62 543	5.96 563	3.97 474	3.96 533	0.63 522	0.53 529	0.56 516	0.52 514	0.64 507	0.63 508
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	8.05 566	0.37 366	23.53 574	0.74 459	0.33 217	2.77 531	2.87 562	3.71 550	27.24 583	25.39 583	8.87 566	8.46 563	26.71 583	6.65 530	21.99 576	0.21 249	0.19 330	0.20 169	0.21 287	0.25 312	0.22 283

ADCPNet	1.85 509	0.69 485	8.07 553	0.71 443	0.58 420	2.79 532	1.22 501	1.94 453	1.54 480	1.88 497	1.69 451	2.46 515	2.04 520	2.37 421	6.48 543	0.38 466	0.37 493	0.38 467	0.43 494	0.47 472	0.45 468

SANet	1.88 511	0.57 455	2.18 512	0.63 372	0.40 302	2.80 533	1.57 523	2.39 526	5.88 562	2.36 521	3.57 531	3.72 539	2.97 544	4.74 488	1.76 486	0.34 447	0.30 455	0.32 426	0.29 428	0.48 477	0.37 437

FC-DCNN	2.72 543	0.59 461	0.86 307	0.73 455	0.57 411	2.91 534	1.04 481	3.01 541	2.60 533	6.83 566	7.64 560	9.92 566	6.33 566	5.21 498	3.14 520	0.53 510	0.48 521	0.51 501	0.50 510	0.53 489	0.51 488

AnyNet_C01	2.26 526	1.78 547	10.22 560	0.93 516	0.74 472	2.92 535	2.20 550	2.29 517	1.80 502	2.53 527	2.41 508	2.71 522	1.73 500	3.41 464	6.72 545	0.41 476	0.39 502	0.40 478	0.42 492	0.67 512	0.63 508

FC-DCNN v2	2.81 544	0.59 461	0.85 301	0.73 455	0.57 411	2.97 536	1.05 483	3.39 547	2.61 534	6.98 567	7.67 561	10.38 569	6.31 565	5.75 516	3.37 526	0.53 510	0.48 521	0.51 501	0.50 510	0.53 489	0.51 488

G-Net	1.66 495	0.63 476	1.56 476	1.11 529	0.74 472	2.98 537	0.91 455	1.55 342	1.22 371	2.76 534	8.18 565	2.32 507	2.53 539	1.92 377	1.87 490	0.48 499	0.44 512	0.45 490	0.31 444	0.60 504	0.57 499

Dean	2.91 547	1.53 543	2.07 503	2.96 559	2.51 556	3.15 538	2.14 548	4.75 558	4.41 557	2.76 534	6.10 552	5.53 552	2.37 533	2.97 450	1.92 494	3.18 558	0.85 549	2.51 558	1.04 550	2.88 556	2.47 559

MADNet+	2.69 540	3.22 569	11.53 563	1.44 539	1.12 525	3.19 539	1.81 531	2.85 538	2.37 525	1.68 477	2.07 492	2.85 526	2.18 527	7.41 544	5.23 539	0.79 527	0.76 542	0.69 527	0.65 527	0.98 526	0.95 529

LVE	3.31 549	1.67 545	1.64 480	2.85 555	2.42 555	3.20 540	2.26 552	4.78 559	5.05 559	2.35 519	6.91 554	6.02 554	2.37 533	9.15 558	2.17 504	3.19 559	1.08 562	2.38 553	1.47 559	2.81 552	2.40 558

IMH-64-1	2.70 541	1.79 548	1.46 466	3.26 563	2.66 557	3.23 541	2.10 545	4.08 551	2.75 539	2.34 517	3.81 534	3.06 529	2.22 530	4.25 478	2.59 510	3.75 566	0.84 546	2.75 561	1.35 553	3.15 559	2.60 562

IMH-64	2.70 541	1.79 548	1.46 466	3.26 563	2.66 557	3.23 541	2.10 545	4.08 551	2.75 539	2.34 517	3.81 534	3.06 529	2.22 530	4.25 478	2.59 510	3.75 566	0.84 546	2.75 561	1.35 553	3.15 559	2.60 562

WAO-6	2.81 544	1.60 544	1.46 466	2.36 550	2.28 552	3.55 543	2.29 553	4.21 554	4.56 558	2.36 521	4.51 539	4.88 547	2.66 540	4.60 485	4.07 535	1.72 543	1.15 563	2.31 550	1.46 558	2.31 542	1.85 549

PWCK	2.88 546	2.05 556	5.72 546	2.08 545	1.11 523	3.55 543	3.90 565	2.86 539	3.54 550	3.03 543	3.63 532	3.10 532	2.31 532	8.15 556	3.09 518	2.12 547	0.91 554	1.75 544	0.98 547	2.57 547	1.18 539

MFN_U_SF_DS_RVC	1.74 505	0.87 507	3.56 532	0.80 476	0.75 479	3.72 545	2.44 557	1.82 417	1.82 504	1.74 481	1.91 479	1.92 482	1.26 453	7.69 550	1.28 441	0.45 491	0.47 520	0.52 503	0.77 533	0.50 481	0.50 484

RTS	2.67 538	1.38 533	15.28 567	0.99 520	1.26 535	3.78 546	1.96 541	2.15 493	2.62 535	2.61 528	2.85 521	2.60 518	1.59 488	6.27 524	5.71 541	0.40 472	0.28 440	0.35 453	0.35 473	0.50 481	0.48 478

RTSA	2.67 538	1.38 533	15.28 567	0.99 520	1.26 535	3.78 546	1.96 541	2.15 493	2.62 535	2.61 528	2.85 521	2.60 518	1.59 488	6.27 524	5.71 541	0.40 472	0.28 440	0.35 453	0.35 473	0.50 481	0.48 478

SDNR	1.62 493	0.51 433	2.17 510	0.53 238	0.56 408	3.80 548	0.45 245	1.54 338	1.29 403	1.33 396	2.41 508	1.08 318	0.96 373	11.18 571	1.16 425	0.66 524	0.63 537	0.43 485	0.32 452	0.64 507	0.67 514

WAO-7	2.66 537	1.40 536	1.73 489	1.39 536	1.17 529	3.93 549	1.94 540	4.11 553	3.88 552	2.92 538	5.50 549	4.18 541	3.00 546	7.63 549	3.71 529	1.13 540	1.00 557	1.17 540	1.13 551	1.18 535	1.09 538

MSMD_ROB	1.99 519	0.59 461	0.89 331	0.70 435	0.61 434	3.95 550	0.94 464	1.80 413	1.79 501	4.41 554	4.43 538	8.17 562	3.66 551	3.40 463	1.33 445	0.52 504	0.48 521	0.54 509	0.58 520	0.53 489	0.50 484

notaker	3.98 551	2.40 563	2.68 525	3.82 570	3.27 567	3.97 551	2.14 548	4.78 559	3.45 548	4.12 553	6.94 555	7.65 560	3.26 547	7.82 552	5.30 540	4.04 571	1.41 565	3.36 570	2.10 567	3.88 565	3.31 568

IMH	3.21 548	1.85 552	1.48 471	3.25 562	2.69 559	4.07 552	2.02 543	4.41 556	3.80 551	2.72 531	7.11 557	4.75 546	2.92 543	5.92 519	2.55 508	3.85 570	0.88 552	2.78 563	1.36 555	3.19 561	2.59 561

KSHMR	8.75 568	2.06 557	2.11 507	3.53 567	3.11 564	4.13 553	2.69 558	5.60 562	61.37 593	3.00 541	55.83 593	4.98 551	2.45 536	4.49 482	2.61 512	3.46 563	1.55 567	3.14 567	1.94 565	3.72 564	3.18 567

MDST_ROB	1.67 496	0.34 328	1.58 478	0.92 515	0.58 420	4.26 554	1.11 489	2.83 537	1.41 461	4.49 556	2.55 514	1.45 409	0.97 376	7.79 551	1.17 428	0.31 421	0.25 418	0.37 464	0.33 462	0.31 388	0.30 394

LRCNet_RVC	22.74 580	32.10 586	21.97 573	29.84 583	26.23 580	4.42 555	0.81 432	22.66 579	2.02 516	26.93 584	29.26 584	23.06 585	15.59 574	23.84 581	18.88 574	31.75 587	19.90 588	34.65 586	32.13 587	30.54 586	28.32 587

ELAS	2.37 530	0.74 494	1.54 475	0.99 520	0.92 510	4.78 556	2.33 554	3.33 545	3.37 546	5.05 562	4.77 546	3.67 537	4.53 558	3.42 465	4.50 536	0.62 520	0.53 529	0.55 513	0.53 515	0.63 505	0.64 512
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ktn	4.70 555	2.38 562	2.12 508	3.76 568	3.24 565	4.85 557	2.95 563	5.52 561	7.37 565	4.07 552	19.32 578	7.46 558	3.47 548	7.39 543	2.95 516	4.04 571	1.85 568	3.26 569	2.22 568	3.08 558	2.65 564

HanzoNet	11.04 573	3.62 570	8.10 555	4.08 573	3.55 570	4.90 558	2.73 561	7.19 569	10.10 566	31.86 589	28.92 583	21.96 583	36.36 585	18.08 577	10.17 560	7.94 577	3.32 571	3.47 571	3.31 570	7.06 575	4.04 572

MSC_U_SF_DS_RVC	2.12 521	1.15 527	3.10 529	1.05 524	0.76 482	5.03 559	2.40 556	2.16 496	2.62 535	1.89 499	2.28 501	2.69 521	1.65 494	9.35 562	2.04 499	0.64 523	0.51 527	0.68 525	0.71 531	1.09 532	0.67 514

UNDER WATER	5.08 557	2.33 561	5.55 544	3.94 572	3.51 568	5.20 560	2.72 560	5.61 563	16.52 575	3.84 547	4.60 541	9.21 564	5.89 562	5.90 518	8.66 556	3.75 566	1.34 564	3.18 568	1.88 563	4.33 570	3.61 570

MADNet++	5.01 556	3.14 567	4.91 541	4.55 574	3.94 571	5.20 560	4.41 567	4.40 555	4.13 555	4.95 560	6.08 551	4.74 545	5.37 559	9.40 563	10.67 563	4.65 573	4.15 573	3.97 572	3.34 571	4.09 567	4.08 573

UNDER WATER-64	5.27 558	2.32 560	8.78 557	3.93 571	3.54 569	7.61 562	3.03 564	5.84 564	14.19 569	4.04 550	4.04 536	9.39 565	6.26 564	5.93 520	8.48 555	3.60 565	1.51 566	3.13 566	1.88 563	4.29 569	3.61 570

DPSimNet_ROB	11.20 574	4.98 572	35.43 582	2.90 558	4.52 572	7.89 563	17.09 575	4.66 557	6.06 563	14.89 578	10.93 571	17.29 575	36.81 587	13.18 574	15.68 571	2.86 554	6.29 575	5.75 576	5.09 574	3.91 566	7.70 575

WAO-8	4.40 552	1.82 550	1.79 491	2.34 548	2.20 547	9.19 564	1.53 519	6.09 565	16.46 573	3.94 548	7.84 563	7.32 556	3.72 553	9.41 564	3.31 523	2.00 545	1.07 560	2.44 556	1.37 556	2.50 545	1.68 546

Venus	4.40 552	1.82 550	1.79 491	2.34 548	2.20 547	9.19 564	1.53 519	6.09 565	16.46 573	3.94 548	7.84 563	7.32 556	3.72 553	9.41 564	3.31 523	2.00 545	1.07 560	2.44 556	1.37 556	2.50 545	1.68 546

TorneroNet-64	5.30 559	2.03 554	1.74 490	3.43 565	2.81 560	10.09 566	2.12 547	9.10 572	17.12 578	4.96 561	9.27 568	10.72 571	3.70 552	9.20 559	4.55 537	3.31 561	0.84 546	2.88 564	1.55 560	3.49 562	3.04 565

JetBlue	3.97 550	2.01 553	10.19 559	1.38 535	2.84 561	10.53 567	9.54 570	3.60 549	2.41 527	2.73 532	3.39 529	4.54 542	4.31 556	7.85 553	6.84 546	0.88 528	0.93 555	0.89 531	0.91 541	1.74 539	1.91 550

tt	6.58 563	0.26 127	6.10 548	3.77 569	2.16 546	11.55 568	19.63 576	13.33 576	5.74 561	2.96 539	2.65 516	4.97 550	6.33 566	3.81 471	7.24 547	9.15 578	11.32 581	5.89 577	6.24 576	6.03 572	2.55 560

DPSMNet_ROB	13.02 576	8.23 573	21.91 572	9.53 577	18.11 575	11.56 569	32.02 582	10.64 574	16.23 572	7.05 569	19.49 580	10.16 568	16.66 575	9.85 569	22.43 578	4.77 575	8.68 576	5.38 575	10.26 580	6.17 574	11.36 578

DGTPSM_ROB	13.01 575	8.23 573	21.87 571	9.51 576	18.10 574	11.56 569	32.01 581	10.63 573	16.20 571	7.03 568	19.48 579	10.15 567	16.66 575	9.83 568	22.42 577	4.75 574	8.68 576	5.37 574	10.25 579	6.16 573	11.36 578

MANE	6.19 560	0.59 461	1.03 384	0.93 516	1.22 534	13.38 571	2.69 558	12.81 575	17.94 579	8.21 572	10.82 570	14.72 572	11.68 570	11.39 572	11.90 564	0.59 517	0.50 526	0.52 503	1.76 562	0.55 493	0.54 491

SGM-ForestM	6.52 562	0.38 373	1.26 434	0.63 372	0.35 239	13.59 572	5.32 569	6.32 568	6.70 564	11.14 574	9.18 567	22.51 584	13.93 573	16.89 575	20.07 575	0.36 458	0.37 493	0.36 461	0.35 473	0.36 420	0.34 421

TCMNet-wrong-test	10.31 570	11.40 577	14.84 566	20.96 579	18.45 576	13.80 573	10.76 571	15.78 577	3.53 549	5.20 563	5.52 550	16.26 574	12.61 571	7.51 548	10.15 559	7.43 576	2.37 569	4.31 573	3.43 572	11.36 578	10.61 577

JetRed	6.91 564	8.80 575	25.96 578	2.85 555	3.25 566	13.98 574	11.87 572	6.25 567	4.28 556	4.45 555	4.56 540	6.69 555	5.46 560	7.46 546	14.05 567	2.59 552	3.31 570	2.59 559	2.29 569	4.20 568	3.36 569

USTest	14.33 577	14.94 579	21.04 570	17.44 578	16.05 573	23.26 575	33.84 583	21.73 578	11.80 568	9.36 573	10.14 569	15.97 573	13.20 572	17.28 576	22.43 578	3.78 569	5.01 574	6.17 578	6.16 575	9.25 577	7.72 576

Anonymous_1	43.04 590	18.73 580	24.79 575	21.81 580	46.26 587	27.80 576	37.60 584	28.08 583	16.14 570	14.66 577	14.30 572	20.65 577	17.88 577	21.56 578	25.94 581	117.93 594	8.92 578	100.65 591	126.50 591	158.64 594	12.08 580

DPSM_ROB	19.08 578	19.14 581	25.17 576	22.15 581	20.85 578	28.17 577	37.82 585	26.56 581	16.85 576	14.14 575	14.84 573	21.70 578	18.75 578	21.87 579	26.55 582	10.16 581	9.30 579	10.47 580	10.42 581	14.03 579	12.61 581

DPSM	19.08 578	19.14 581	25.17 576	22.15 581	20.85 578	28.17 577	37.82 585	26.56 581	16.85 576	14.14 575	14.84 573	21.70 578	18.75 578	21.87 579	26.55 582	10.16 581	9.30 579	10.47 580	10.42 581	14.03 579	12.61 581

HaxPig	38.92 586	41.40 592	41.64 583	29.95 584	32.27 581	28.90 579	27.60 578	29.73 584	37.71 590	43.82 590	43.87 589	33.17 586	35.56 584	41.53 587	40.37 589	43.94 591	47.51 593	45.82 587	47.08 589	42.38 587	44.15 590

AVERAGE_ROB	40.43 587	42.37 593	42.73 584	36.96 586	35.58 583	30.50 580	27.61 579	36.71 590	38.39 591	44.91 591	44.36 590	37.45 588	36.70 586	41.88 588	40.35 588	45.43 592	46.81 592	47.11 588	46.35 588	42.51 588	43.87 589

xxxxx1	54.10 592	25.67 583	27.13 579	113.43 591	96.96 591	30.69 581	47.44 587	32.38 585	25.60 580	17.75 579	17.27 575	21.81 580	21.02 580	24.43 582	33.82 584	33.37 588	40.54 589	157.71 592	175.86 592	66.16 590	72.93 592

tt_ll	54.10 592	25.67 583	27.13 579	113.43 591	96.96 591	30.69 581	47.44 587	32.38 585	25.60 580	17.75 579	17.27 575	21.81 580	21.02 580	24.43 582	33.82 584	33.37 588	40.54 589	157.71 592	175.86 592	66.16 590	72.93 592

ff	54.10 592	25.67 583	27.13 579	113.43 591	96.96 591	30.69 581	47.44 587	32.38 585	25.60 580	17.75 579	17.27 575	21.81 580	21.02 580	24.43 582	33.82 584	33.37 588	40.54 589	157.71 592	175.86 592	66.16 590	72.93 592

MultiAttention	4.51 554	0.33 304	0.82 294	0.73 455	0.45 340	30.98 584	4.50 568	2.18 505	1.40 456	1.61 466	2.41 508	2.43 513	0.70 249	38.42 586	1.36 451	0.22 275	0.15 221	0.29 392	0.30 437	0.47 472	0.43 463

MEDIAN_ROB	42.00 588	44.40 594	44.29 586	35.15 585	34.95 582	31.28 585	29.60 580	35.88 589	40.02 592	47.20 592	46.64 591	37.37 587	38.48 592	44.35 593	42.45 590	48.03 593	49.39 594	49.71 589	49.03 590	45.14 589	46.65 591

xyz-stereo	7.16 565	0.22 45	69.90 591	0.42 51	0.21 9	32.92 586	0.49 280	0.87 109	0.76 157	1.38 413	27.04 581	1.19 349	1.16 431	4.69 487	0.97 396	0.16 57	0.12 51	0.20 169	0.14 90	0.16 58	0.12 10

TorneroNet	10.70 572	2.03 554	1.82 494	3.43 565	3.01 563	43.83 587	2.22 551	8.87 571	67.47 594	7.17 570	27.36 582	10.68 570	3.85 555	8.67 557	7.65 552	3.59 564	0.88 552	3.04 565	1.57 561	3.71 563	3.17 566

FlowAnything	38.37 584	38.41 588	50.38 588	44.76 589	41.94 585	56.64 588	76.34 591	53.28 593	34.23 589	28.25 585	29.72 586	43.60 589	37.79 590	43.83 590	53.38 592	20.39 585	18.71 587	21.07 582	21.14 586	28.23 582	25.29 584

Selective-RAFT-Error	38.39 585	38.47 590	50.44 589	44.73 587	41.97 586	56.68 589	76.38 593	53.24 592	33.92 588	28.34 587	29.85 587	43.60 589	38.20 591	43.75 589	53.34 591	20.38 584	18.70 585	21.09 584	21.05 583	28.30 584	25.43 586

CasAABBNet	38.33 583	38.46 589	50.35 587	44.75 588	41.84 584	56.68 589	76.37 592	53.22 591	33.83 587	28.31 586	29.54 585	43.62 591	37.71 589	43.84 591	53.41 593	20.30 583	18.70 585	21.07 582	21.07 584	28.24 583	25.34 585

LSM0	42.82 589	38.75 591	50.81 590	47.07 590	109.38 594	57.00 591	76.02 590	53.74 594	33.71 586	29.02 588	30.41 588	43.87 592	37.22 588	43.91 592	53.54 594	20.52 586	18.62 584	21.10 585	21.11 585	28.41 585	42.22 588

BEATNet-Init1	26.87 582	13.43 578	70.68 592	0.91 513	0.68 459	57.02 592	21.06 577	32.82 588	32.67 585	52.12 593	53.61 592	66.05 593	49.56 593	48.79 594	34.71 587	0.49 503	0.44 512	0.53 508	0.53 515	0.63 505	0.59 502

U	9.45 569	0.21 26	0.58 134	0.47 114	53.11 588	61.27 593	0.24 29	0.70 53	0.52 82	0.36 32	0.28 12	0.29 28	0.35 60	0.33 2	0.26 18	0.19 180	0.11 26	60.50 590	8.88 577	0.17 89	0.13 35

PML	51.67 591	36.25 587	13.28 565	7.46 575	20.81 577	108.69 594	232.22 595	8.72 570	27.82 584	87.01 594	269.67 595	69.67 594	61.95 594	24.76 585	14.20 568	9.74 580	3.40 572	9.62 579	4.70 573	18.74 581	4.72 574

test_example2	192.40 595	210.76 596	206.48 595	199.83 595	204.73 595	172.94 595	183.52 594	133.93 595	133.41 595	191.38 595	196.19 594	187.13 595	178.77 595	205.33 595	208.00 595	222.09 595	238.72 595	186.54 595	190.54 595	227.34 595	170.31 595

ccccc		492.34 597		530.87 596	530.37 596	478.08 596		491.76 596		448.18 596		476.12 596		541.64 596		663.49 596	459.54 596	353.94 596	309.79 596	586.66 596

ASD4		10.99 576

Low-res two-view benchmark